chfe910的专栏

学习Scrapy不要到网上找这种那种学习资料了，直接从官方文档开始吧（关键是中文的！）：http://scrapy-chs.readthedocs.org/zh_CN/latest/intro/overview.html

Download whls from http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpypip install numpy-1.13.1+mkl-cp27-cp27m-win_amd64.whlpip install scipy-0.19.1-cp27-cp27m-win_amd64.whlpip install gensim-2.3.0-cp27

假设你已经有一个随机数生成器，能够以概率p生成0，概率1-p生成1，请问如何设计算法以概率q等概率地生成0-6这七个数字中的一个？即每个数字的概率均为q,q<1/7.我们先从简单的情况开始考虑，假设需要生成0和1，二者概率均为q。那么我们可以让已有的随机数生成器产生两个数字，那么产生的数字及概率是： Number Prob 00 p2p2p^2...

决策树如何防止过拟合？剪枝算法 随机森林一般情况下，如何防止过拟合？数据集扩增（Data Augmentation）:从数据源头采集更多数据；复制原有数据并加上随机噪声；重采样；根据当前数据集估计数据分布参数，使用该分布产生更多数据等。 正则化方法 提前终止训练（Early stopping） Dropout，只用于深度学习中。 Batch Normalization。...

有一个非常非常大的数据集，有正样本，有负样本，仅知道数据集的size，不知道数据的分布，设计算法从中采样出40000个正样本、60000个负样本，使得样本是等概率被采集到的。思路：这可以理解为一个海量数据的问题，可以采用堆排序的方式来处理，而利用hash值来排序则可以获得随机性要求。解法：维护一个大小为40000的小根堆（或者大根堆）、一个大小为60000的小根堆（或者大根堆）。遍...

你的Word2Vec应用中用的是Skip-gram还是CBOW？请推导逻辑回归的损失函数？L1与L2的区别是什么？什么是Negative Sampling？

有100个球，其中50个红球、50个蓝球，有两个框，请问如何放置这100个球，使得从这两个框中任选一个，然后再从框里任选一个球时得到红球的概率最大？考虑到第一步选择每个框的概率都是1/2，那么可以先在一个框里放一个红球，然后把剩下的99个球都放在第二个框，这样选到红球的概率是最大的，概率是： 12∗1+12∗4949+50=14819812∗1+12∗4949+50=148198\f...