2017年07月_千丈之松

12月 11月 10月 09月 07月 06月 03月 02月

原创 SVM 分类算法

SVM寻找分两类的超平面（hyper plane），使边际（margin）最大优点： 1.1 训练好的模型的算法复杂度是由支持向量的个数决定的，而不是由数据的维度决定的。所以SVM不太容易产生overfitting 1.2 SVM训练出来的模型完全依赖于支持向量(Support Vectors), 即使训练集里面所有非支持向量的点都被去除，重复训练过程，结果仍

2017-07-12 15:57:56 2181

转载 logistic regression VS decision tree VS support vector machine

分类是我们在工业界经常遇到的场景，本文探讨了3种常用的分类器，逻辑回归LR，决策树DT和支持向量机SVM。这三个算法都被广泛应用于分类（当然LR，DT和SVR也可以用于回归，但是本文先不讨论）。我经常看到人们会问，这个问题我该使用LR呢还是决策树（或者GBDT）还是SVM呢。然后你会听到一个“经典”而且“绝对正确”的答案：”It depends.”这个答案简直毫无卵用。所以本文将探讨一

2017-07-12 15:42:04 1050

原创 JAVA 互联网面试

1：java和算法基础 ---（常用的类hashMap等数据结构、java8特效、快速排序等++） 2：服务框架 ---（rpc:dubbo,REST框架:Spring Web MVC，Spring Boot、Jersey，Apache CXF等） 3：数据库DB ---（mysql/mongodb、乐观悲观锁、事务一致性） 4：负载均衡 ---（高并发系统思想

2017-07-03 15:59:05 509