数据挖掘&机器学习
末日逐风
这个作者很懒,什么都没留下…
展开
-
扒一扒这个数据挖掘行业,黄油和面包
转自:http://blog.chinaunix.net/uid-411974-id-222779.html 声明:本文指的是做数据挖掘这行,不是数据仓库 我干这行有几年了,见了很多人,干了很多公司,爆一爆这个行业的状况吧……让后来人有所了解,也让猎头挖人挖的有点方向,起码和candidates聊天的时候不至于什么也不清楚谈不明白,不清楚价值,等等 个人的经验转载 2014-05-02 10:58:34 · 1017 阅读 · 0 评论 -
海量数据处理:十道面试题与十个海量数据处理方法总结
海量数据处理:十道面试题与十个海量数据处理方法总结 作者:July、youwang、yanxionglu。 时间:二零一一年三月二十六日 本文之总结:教你如何迅速秒杀掉:99%的海量数据处理面试题。有任何问题,欢迎随时交流、指正。 出处:http://blog.csdn.net/v_JULY_v。 第一部分、十道海量数据处理面试题 1、海量日志数据转载 2014-05-01 11:15:03 · 758 阅读 · 0 评论 -
svm核函数选取总结
另外,对于多分类问题以及核函数的选取,以下经验规则可以借鉴: 如果如果特征数远远大于样本数的情况下,使用线性核就可以了.如果特征数和样本数都很大,例如文档分类,一般使用线性核, LIBLINEAR比LIBSVM速度要快很多.如果特征数远小于样本数,这种情况一般使用RBF.但是如果一定要用线性核,则选择LIBLINEAR较好,而且使用-s 2选项。原创 2014-09-19 11:28:05 · 7669 阅读 · 0 评论