m0_38034312的博客

原文链接 FM\\FMM优点：特征稀疏时保持良好性能 FM原理： onehot的编码后特征极度稀疏，特征空间大（升维双刃剑：线性可分、过拟合维度爆炸--效果为王） 通过多项式交叉后，交叉特征含有更多的特征值为零样本。但是为了训练权重，让不同的特征权重区分化更多的依赖于该特征下非零的样本 采用一种矩阵分解的思路。求得的n*k维矩阵v为描述特征的因子 优点：训练的参数变少了；对于vi...

make：gcc用来编译一个复杂的程序其实并不简单，每个主程序和子程序均需要编译命令和链接程序，很复杂 make用来解决这个问题，当前目录下搜索Makefile...

【1】https://blog.csdn.net/xibeichengf/article/details/51346632

is  和  ==Python中万物皆对象，每个对象有3个属性。id-对象地址，type-对象类型，value-值 is：比较对象地址是否相同。而==：比较value是否相同not 的用法判断 if not 5，类似!= 注意 if not x  和 if x is None 并不等价。在python中，空[],空{},等均为假值。但是None 不等于空{}等。 https://blo...

【1】背景/术语：Search_Session:用户与搜索引擎的一次完整的过程。信息包括：Query、Title、如果用户在Session期间变换了查询词，后续的搜索和点击均会被记录，直到脱离搜索。理解：一个样本即Query和点击的Title【2】Query的意图识别和传统的文本分类问题有如下区别：类别不完全互斥，即多标签。eg：极品飞车属于游戏、电影类 样本分布不均衡：一、类别方面不...

【1】背景：一直对样本方法的分母为n-1很困惑。原因：方差就是n个样本减去均值平方项的平均值。既然是平均值，那么分母必须是n。如果为n-1的话怎么能成为方差呢？【2】解决：https://www.zhihu.com/question/20099757因为样本方差中的平均值并不是准确的平均值，是估计得到的平均值。所以，样本方差公式的本质并不是方差公式，而是由方差公式推导而来的...

replace('abc','') #将abc删除  

【1】sort 后 uniq 。注意：uniq 不会检查重复的行，除非它们是相邻的行。如果您想先对输入排序，使用sort -u。 uniq中有参数，可以实现重复次数的输出 http://man.linuxde.net/uniq【2】用awk数组   awk '{x[$0]+=1}END{for( i in x){print i,x[i]}}'...

【1】背景：文件中存在ouput.write；执行程序后，ctrl z终止。发现write失败。【2】原因：文件通过write方法写入文件时，并不是及时的写入系统磁盘，而是首先写入到自己的缓存区[内存]，当缓存区满了的时候才会异步写入到磁盘进行落地，否则永远不会写入真实磁盘文件 ...

【1】参数检验【2】循环思想循环前：变量的初始化。指标分为指示变量和统计变量。 循环中：变量的改变 循环后（截止语句）：指示变量的检验      注意：如果统计变量也需要检验，注意可能会发生越界。所以最好将统计变量的检验放在循环内，只检验指示变量。【3】栈和队列栈：正向存储，反向输出（有点自底向上的意思）；本质为递归；【4】分治思想第一种：将问题拆分，拆分后的小问题与原...

【1】意图识别的难点：输入不规范 多意图。eg：仙剑奇侠传  游戏？电视剧？小说？ 结果的可靠性。 实效性： iPhone5 7月1日上市销售                 6月30日的查询意图：新闻90%，百科10%                 7月1日的查询意图：新闻70%，购买25%，百科5%                 8月1日的查询意图：购买50%，资讯40%，...

【1】利用Hive中的rand简单随机取样order by rand(12345) limit 10000;【2】其他的取样方式见：https://www.jianshu.com/p/2b73e7c53355

【1】背景：如果你以远程连接的方式连接Linux主机，且以&的方式放到后台。那么你脱机了，工作就会停止【2】nohup 可以让你在脱机后，仍可以让工作继续进行。nohup filename.sh &【3】再次登录的话。可以 ps -l 查看进程。会发现工作还在执行中【4】信息的输出会定向到 ./nohup.out中。但要注意如果程序运行错误，会将错误也输出到noh...

【1】命令结果赋值给变量：用 ` `，会先运行双反引号内的内容【2】

【1】Python的与或非与C++一样两种：逻辑运算/位运算【2】Python的逻辑运算和C++的不同，为：and、or、not【3】一些常见的假值"spam" True "" False [] False {} False 1 True 0.0 False None False ...

【1】原来linux上是有日志的，鸟哥私房 P576页【2】more：类似cat，但是会以一页一页的显示。空白下翻，b(back)上翻。【3】less：类似more。但是功能更方便。pagedown/pageup实现翻页【4】tail尾部几行：类似head【5】sed：好像很强大的工具（替换/查找/删除）用到再来总结...

name = ['rr','ww']try: print(name[2]) print("继续")except : print('下标越界')else: print('下表未越界')【1】可能出错的代码放到try内，有错会直接退出try【2】若try内出错，执行except：【3】若try内不出错，执行else：【4】注意：try和excep...

【1】创建一个virtualenv环境：virtualenv也就是虚拟环境。可以在同一个计算机中隔离多个python版本，比如python2，python3；mkdir SandwichApp   cd SandwichApp# Use virtualenv to create an isolated environmentvirtualenv 环境名source venv/...

【1】拿到数据包时，什么集群已经设置好了，尴尬【2】运行：mapreducer的运行方式已经写好脚本放到bin里了，只需将tool/hadoop-client/hadoop放置到.bashrc设置里即可。【3】getmerge：hadoop fs -getmerge <src> <localdst> [addnl]重点可以讲将源目录中所有的文件连接成本地目标文件。a...

【1】print 可以输出好多数据类型。包括：str、int、list【2】f=open(filename,mode)。f.read()将文本全部取出；f.readlines()是一个迭代器，for line in f.readlines 使用【3】str.find() 不是找不到会返回null，你真傻。0/none都会是假值，0代表找到在第一位。所以找不到会返回-1。【4】与c++不...