qq_32425417的博客

最近研究在线学习，对理论和工程化做一些记录与总结，供以后回顾。话不多说，直接进入正题。一、背景传统机器学习开发流程基本是：数据收集->特征工程->模型训练->模型评估->保存模型->线上模型预测。这种方式有一定的缺陷，主要体现在以下方面：. 模型更新周期慢，不能有效反映线上变化，最快小时级，一般天级甚至周级；. 模型参数少，预测效果差；模型参数多，线上预测时需要内存大，QPS无法保证；并且，在互联网行业，数据量往往特别大，几百...

文章主要参考以下博客：https://www.cnblogs.com/pinard/p/6050306.html最近陷入人生低谷，心情比较糟糕，对未来比较迷茫。将自己这几年擅长的东西整理记录下来，希望能够为自己带来好运，也希望能够帮助有需要的人。谢谢。决策树算法是机器学习中经典且重要的一个算法。它既可以用于分类，也可用于回归，同时也是很多复杂集成模型的基模型。所以掌握决策树模型算是机器学习很好的入门了。一、决策树简介决策树由节点和有向边组成。节点有两种类型：内部节点（根节点、中间节点）和叶节