- 博客(16)
- 问答 (1)
- 收藏
- 关注
RSS订阅转载 GBDT+LR simple例子
# 弱分类器的数目n_estimator = 10# 随机生成分类数据。X, y = make_classification(n_samples=80000) # 切分为测试集和训练集，比例0.5X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.5)# 将训练集切分为两部分，一部分用于训练GB...
2019-04-19 10:28:22
525
转载 意图识别_Query特征提取
【1】背景1、Search_Session：用户与搜索引擎的一次完整的过程。信息包括：Session期间变换了查询词，后续的搜索和点击均会被记录，知道脱了搜索。理解：一个样本即Query和点击的Title【2】的意图识别和传统的文本分类问题区别：1、类别不完全互斥，即多标签。 eg：极品飞车属于游戏、电影类2、样本分布不均衡：一、类别方面不均衡，vidio类别占总比例需求...
2019-04-15 14:08:52
1676
1
转载 推荐系统介绍（转）
当下，个性化推荐成了互联网产品的标配。但是，人们对推荐该如何来做，也就是推荐技术本身，还不甚了解。推荐系统从搜索引擎借鉴了不少技术和思想，比如内容推荐有不少技术就是来自搜索引擎。推荐系统也是现在热门的人工智能分支之一，但凡人工智能类的落地，都需要具备这几个基本元素才行：数据、算法、场景、计算量。推荐系统也不例外，而刚好，现在的时代，这些元素的获得成本相比十年前已经小多了。未来随着各种硬件设备越来越...
2019-03-14 13:23:45
470
转载 Solr集群搭建详细教程（二）
三、solr集群搭建第一步：创建四个tomcat实例。每个tomcat运行在不同的端口。8180、8280、8380、8480上传解压步骤省略，下面是作者解压好的复制tomcat到之前搭建zookeeper集群第四步时，创建的/usr/local/solr-cloud目录里，复制4个去solr-cloud目录，发现已经复制好了4个tomcat目录在tomcat目录下的c...
2019-03-05 10:24:17
1231
转载 Solr服务在Linux上的搭建详细教程
一、系统环境CentOS-6.7-i386-bin-DVD1jdk-8u151-linux-i586apache-tomcat-8.5.24.tarsolr-7.1.0注意：solr6.0以上，官方建议使用jdk8，tomcat8,。和solr4部署历程有略微差别二、搭建步骤第一步：上传并解压solr第二步：上传并解压tomcat，复制一份出来创建sol...
2019-02-27 15:21:23
440
转载 Solr集群搭建详细教程（一）
一、Solr集群的系统架构SolrCloud（solr云）是Solr提供的分布式搜索方案，当你需要大规模、容错、分布式索引和检索能力时使用SolrCloud。当一个系统的索引数据量少的时候是不需要使用SolrCloud的，当索引量很大，搜索请求并发要求很高，这时需要使用SolrCloud来满足这些需求。SolrCloud是基于Solr和Zookeeper的分布式搜索方案，它的主要思想是使用...
2019-02-26 15:44:12
9827
转载 搜索引擎选择：Elasticsearch与Solr
搜索引擎选型调研文档Elasticsearch简介*Elasticsearch是一个实时的分布式搜索和分析引擎。它可以帮助你用前所未有的速度去处理大规模数据。它可以用于全文搜索，结构化搜索以及分析，当然你也可以将这三者进行组合。Elasticsearch是一个建立在全文搜索引擎Apache Lucene基础上的搜索引擎，可以说Lucene是当今最先进，最高效的全功能开源搜索引擎框架...
2019-02-19 14:13:46
160
转载 NPE问题
http://www.cnblogs.com/dragonsuc/p/6937584.html防止NPE（），是程序员的基本修养，注意NPE产生的场景：1) 返回类型为基本数据类型，return包装数据类型的对象时，自动拆箱有可能产生NPE。反例： public int f(){ return Integer 对象 }...
2019-02-18 19:51:36
3404
转载 OKR工作法
一、序1、目标通过本书的学习了解OKR工作法的基本原理和实施原则。2、实施中遇到的问题制定目标和关键成果过程中会存在困惑；在执行过程中，会受到业务压力影响，变得焦虑；早期目标设定过低或则过高，含糊不清，都是正常现象，需要慢慢修正。3、OKR前身目标管理法MBO-HP，包括两个原则：实施方法1）.不要告诉下属怎么做，只要告诉他们你要什么，他们就会给你一个满意的结果...
2019-02-01 15:50:23
5103
转载 Leveinshtein距离
一、定义编辑距离又称Leveinshtein距离。编辑距离是计算两个文本相似的算法之一。 二、常用场景编辑距离是基于文本自身去计算，没办法深入到语义层面，可以胜任一些简单的分析场景，例如拼写检查、抄袭侦测、算法在数据聚合时会有一定的运用。...
2019-01-23 11:45:52
235
原创 网络营销中常见术语
PV：Page View 流量UV：独立访客，一台电脑24小时以内访问N次计为1次ADPV：Advertisement Page View载有广告的pageview流量ADimp：ADimpression单个广告的展示次数PV单价：每PV的收入，衡量页面流量变现能力的指标RPS：Revenue Per Search每搜索产生的收入，衡量搜索结果变现能力的指标GMV：Gros...
2019-01-18 13:36:59
1260
转载 搜索下拉框的算法和实践
转载吴海波同学https://zhuanlan.zhihu.com/p/36636525搜索下拉框也叫搜索提示，搜索下拉推荐，QAC(Query autocompletion)，Query suggestion。本质上是指搜索引擎系统根据用户当前的输入，自动提供一个query候选列表供用户选择，这些推荐query一般从query log中挖掘出大量的候选query，并且保持前缀相同，然后依据某...
2019-01-14 20:20:20
1277
原创 搜索算法相关性评价指标
累计增益（CG）是DCG的前身，只考虑到了相关性的关联程度，没有考虑到位置的因素。它是一个搜索结果相关性分数的总和。置顶位置p上的CG为：CGp=∑i=1preliCG_p = \sum^{p} _{i=1}rel_iCGp=i=1∑prelirelirel_ireli代表i这个位置上的相关度。eg：搜索“篮球”结果，最理想的结果是：B1、B2、B3。而出现的结果是B3、B1、B2...
2019-01-11 13:01:44
3715
转载 图像的上采样（upsampling）与下采样（subsampled）
版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/stf1065716904/article/details/78450997 </div> <link rel="stylesh...
2019-01-10 16:05:41
2626
空空如也
visual studio10 编译不成功
2015-05-21
TA创建的收藏夹 TA关注的收藏夹
TA关注的人