- 博客(12)
- 收藏
- 关注
转载 数据库恢复技术
---恢复内容开始---数据库恢复技术事务:是用户定义的一个数据库操作序列,这些操作要么全做,要么全不做,是一个不可分割的工作单位。事物的 ACID 特性:原子性、一致性、隔离性、持续性。恢复的实现技术:建立冗余数据 -> 利用冗余数据实施数据库恢复。建立冗余数据常用技术:数据转储(动态海量转储、动态增量转储、静态海量转储、静态增量转储)、登记日志文件。...
2019-09-20 15:50:00
2489
转载 (转引)数据库索引(MySQL)
数据结构和算法基础索引的本质:数据结构,帮助高效获取数据数据库的查询:最基本的查询算法当然是顺序查找(linear search)、二分查找(binary search)、二叉树查找(binary tree search)每种查找算法都只能应用于特定的数据结构之上,例如二分查找要求被检索数据有序,而二叉树查找只能应用于二叉查找树上,但是数据本身的组织结构不可能完全满足各种数据结构...
2019-09-19 15:30:00
267
转载 携程一面凉经
1 介绍一下项目:项目背景,使用的方法1.1 特征组合如何组合的1.2 如何选择的特征,GBDT如何选择特征?(没懂什么意思,gbdt训练的时候应该是用的所有的特征,为什么还会有特征选择)1.3 介绍一下blending方法。1.4 介绍一下所有的模型各自使用的特征?2介绍一下特征提取的方法3 如何对大量的特征进行特征选择?(只答上来一个方面)Filte...
2019-09-17 21:49:00
329
转载 一文总结机器学习常见模型
本文致力于对机器学习的相关模型进行学习总结,每个模型大概分成几个部分:模型简介,应用场景,优缺点,优化方法。以及实现demo。首先介绍一下特征工程:特征工程是完成一个机器学习的项目或者比赛的必备知识。特征工程通常包括数据预处理,特征选择,降维等过程。数据预处理:转载于:https://www.cnblogs.com/wzhao-cn/p/11499131.htm...
2019-09-10 18:38:00
335
转载 深度学习实战
深度学习框架与应用DNN CNN RNNGoogle Tensorflow, 社区发展资源多facebook Pytorch, Caffe2伯克利 Caffe, 亚马逊 MxNetCaffeCaffe针对图像方面的任务,用于CNN有 python 和 mathlab 的接口通过不同层的叠加实现深度神经网络使用方法1:(...
2019-09-09 16:54:00
201
转载 DFS
1 数岛个数1 1 1 0 11 1 0 0 11 0 1 0 00 0 0 0 0结果为3DFS:深度优先搜索,使用递归的遍历class Solution {public: int numIslands(vector<vector<char>>& grid) { if(gri...
2019-08-17 22:45:00
115
转载 机器学习-softmax回归 python实现
---恢复内容开始---Softmax Regression 可以看做是 LR 算法在多分类上的推广,即类标签 y 的取值大于或者等于 2。假设数据样本集为:$\left \{ \left ( X^{(1)},y ^{(1)} \right ) ,\left ( X^{(2)},y ^{(2)} \right ),\left ( X^{(3)},y ^{(3)} \right )...
2019-08-07 15:20:00
719
转载 采样-不均衡数据
不均衡数据的重采样在实际应用中,我们拿到的数据往往是正负样本比不均衡的,如:医疗诊断、网络入侵检测、信用卡反诈骗、推荐系统推荐等。而许多算法在面对不均衡的样本时往往会出现问题。比如,最简单的,如果正负样本比例达到1:99,那么分类器将所有的样本都划分为负样本时的正确率能够达到99%,然而这并不是我们想要的,我们想要的往往是模型在正负样本上都有一定的准确率和召回率。那么,为什么...
2019-08-06 16:19:00
1011
转载 优化算法-无约束优化
无约束优化的常见算法无约束优化问题可以表示为:$min_{\theta} L(\theta)$其中目标函数 $L(\cdot)$ 是光滑的。如何针对不同的目标函数,不同的应用场景求解一个无约束优化问题是机器学习领域的关注点。经典的优化算法可以分为直接法和迭代法两大类。直接法直接法,就是能够直接给出优化问题的最优解的方法,这种方法能够通过一个解析式直接求出对应的最优...
2019-08-01 17:20:00
1936
转载 机器学习-损失函数
有监督学习涉及的常用损失函数及其特点有监督学习中,损失函数刻画了模型和训练样本之间的匹配程度。常用的损失函数有:0-1 损失函数,合页损失函数,对数损失函数,平方损失函数,绝对损失函数,Huber 损失函数等。下面分别介绍几个损失函数。0-1 损失函数对于二分类问题,希望分类器输出的值与样本真实值一致,如果结果与真实结果不一致则相当于对数据造成了损失。最自然的损失函数就是...
2019-08-01 16:34:00
532
转载 机器学习-特征降维
机器学习中的数据维度与真实世界的维度本同末离。机器学习中,通常需要将现实世界中的数据进行转化,形成计算机能够处理的数据向量的形式,而往往为了学习到较好的模型,需要的数据向量维度都是非常大的。从而导致了学习一个模型或者算法往往需要大量的资源的消耗,有时甚至产生维度灾难的问题。因此, 为了缓解这一问题,又能够保留大部分特征的贡献学习到较好的模型,数据特征降维,即使用一个较低维的数据向量表达高...
2019-07-30 16:43:00
238
转载 机器学习-模型评估
评估指标常见评估指标:准确率,精确率与召回率,P-R曲线,RMSE,MASE,MAPE,ROC曲线,AUC值准确率准确率指的是分类正确的样本占总体样本的比率:$Accuracy = {\frac{}{}}$转载于:https://www.cnblogs.com/wzhao-cn/p/11270008.html...
2019-07-30 14:51:00
196
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人