<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[keil_的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/keil_</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; keil_]]></copyright><item><title><![CDATA[K8s常用命令]]></title><link>https://blog.youkuaiyun.com/keil_/article/details/112304847</link><guid>https://blog.youkuaiyun.com/keil_/article/details/112304847</guid><author>keil_</author><pubDate>Thu, 07 Jan 2021 10:56:08 +0800</pubDate><description><![CDATA[K8s一些命令：

通过yaml文件创建：

kubectl create -f xxx.yaml （不建议使用，无法更新，必须先delete）

kubectl apply -f xxx.yaml （创建+更新，可以重复使用）

通过yaml文件删除：

kubectl delete -f xxx.yaml

查看kube-system namespace下面的pod/svc/deployment 等等（-o wide 选项可以查看存在哪个对应的节点）

kubectl get pod /svc/depl]]></description><category></category></item><item><title><![CDATA[Docker]]></title><link>https://blog.youkuaiyun.com/keil_/article/details/112304676</link><guid>https://blog.youkuaiyun.com/keil_/article/details/112304676</guid><author>keil_</author><pubDate>Thu, 07 Jan 2021 10:53:53 +0800</pubDate><description><![CDATA[常用

1. 查看都有哪些镜像：docker images

2. 运行你想要查看的镜像(docker run + 镜像id或者是镜像名称)：docker run imageID/imageName

3. 查看都有哪些容器：docker ps -a

4. 进入容器（containerID 是容器的ID）：docker exec -it containerID /bin/bash

5. 查看都有哪些目录（这里只能用ls命令，ll命令没用）：ls

docker安装与卸载

脚本安装

使用脚本安装 do]]></description><category></category></item><item><title><![CDATA[风控特征—时间滑窗统计特征体系]]></title><link>https://blog.youkuaiyun.com/keil_/article/details/111866056</link><guid>https://blog.youkuaiyun.com/keil_/article/details/111866056</guid><author>keil_</author><pubDate>Mon, 28 Dec 2020 14:28:06 +0800</pubDate><description><![CDATA[风控特征—时间滑窗统计特征体系


风控业务背景


俗话说，路遥知马力，日久见人心。在风控中也是如此，我们常从时间维度提取借款人在不同时间点的特征，以此来判断借款人的风险。在实践中，这类特征通常会占到 80% 以上。由于是通过时间切片和聚合统计函数来构造，因此一般被称为时间滑窗统计特征。

本文的主要意义在于：

对于需要入门风控建模的同学而言，希望能帮助你快速上手特征工程。
	对已经有特征工程经验的同学而言，希望能带给你一些风控业务理解。
目录Part 1. 观察期、观察点及表现期Part 2. RFM]]></description><category></category></item><item><title><![CDATA[HADOOP学习笔记——JAVA使用API将本地文件上传到HDFS]]></title><link>https://blog.youkuaiyun.com/keil_/article/details/106222388</link><guid>https://blog.youkuaiyun.com/keil_/article/details/106222388</guid><author>keil_</author><pubDate>Tue, 19 May 2020 20:30:40 +0800</pubDate><description><![CDATA[HDFS API详解：https://www.cnblogs.com/alisande/archive/2012/06/06/2537903.html

Hadoop HDFS 文件访问权限问题导致Java Web 上传文件到Hadoop失败的原因分析及解决方法：https://blog.youkuaiyun.com/bikun/article/details/25506489?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachine]]></description><category></category></item><item><title><![CDATA[Hadoop学习笔记——集群搭建]]></title><link>https://blog.youkuaiyun.com/keil_/article/details/105707903</link><guid>https://blog.youkuaiyun.com/keil_/article/details/105707903</guid><author>keil_</author><pubDate>Sat, 09 May 2020 11:05:12 +0800</pubDate><description><![CDATA[安装：
VMware：https://www.cnblogs.com/nongzihong/p/10475753.html
CentOS安装：https://blog.youkuaiyun.com/babyxue/article/details/80970526


]]></description><category></category></item><item><title><![CDATA[风控建模笔记]]></title><link>https://blog.youkuaiyun.com/keil_/article/details/105429343</link><guid>https://blog.youkuaiyun.com/keil_/article/details/105429343</guid><author>keil_</author><pubDate>Sun, 12 Apr 2020 14:25:04 +0800</pubDate><description><![CDATA[特征部分：

好的特征：1、稳定性高 2、区分度高 3、差异性大 4、符合业务逻辑
]]></description><category></category></item><item><title><![CDATA[工作记录]]></title><link>https://blog.youkuaiyun.com/keil_/article/details/88720920</link><guid>https://blog.youkuaiyun.com/keil_/article/details/88720920</guid><author>keil_</author><pubDate>Sat, 23 Mar 2019 14:38:17 +0800</pubDate><description><![CDATA[3.18/3.20/3.21

人脸自动打卡封装成系统

1）将人脸打卡代码从语音机器人中分离出来并封装固化成Class，通过配置文件添加代码中的固定参数。
2）能通过excel快速、便捷地为系统添加新需要打卡的人
3）摄像头开启，自动打卡，打卡成功后一段时间内禁止再次打卡（这个一段时间参数在setting.py中配置）。
4）将每个已打卡记录存储成excel，每条记录至少包括：时间（精确到时分秒...]]></description><category></category></item><item><title><![CDATA[BFS,DFS]]></title><link>https://blog.youkuaiyun.com/keil_/article/details/88714176</link><guid>https://blog.youkuaiyun.com/keil_/article/details/88714176</guid><author>keil_</author><pubDate>Thu, 21 Mar 2019 14:19:46 +0800</pubDate><description><![CDATA[1.深度优先搜索(DFS)
基本步骤：

1.从图中某个顶点v0v0出发，首先访问v0v0;
2.访问结点v0v0的第一个邻接点，以这个邻接点vtvt作为一个新节点，访问vtvt所有邻接点。直到以vtvt出发的所有节点都被访问到，回溯到v0v0的下一个未被访问过的邻接点，以这个邻结点为新节点，重复上述步骤。直到图中所有与v0v0相通的所有节点都被访问到。
3.若此时图中仍有未被访问的结点，则另...]]></description><category></category></item><item><title><![CDATA[数据挖掘]]></title><link>https://blog.youkuaiyun.com/keil_/article/details/88666488</link><guid>https://blog.youkuaiyun.com/keil_/article/details/88666488</guid><author>keil_</author><pubDate>Tue, 19 Mar 2019 16:52:37 +0800</pubDate><description><![CDATA[https://www.cnblogs.com/codetker/p/4607442.html
]]></description><category></category></item><item><title><![CDATA[（私）面试记录]]></title><link>https://blog.youkuaiyun.com/keil_/article/details/85677550</link><guid>https://blog.youkuaiyun.com/keil_/article/details/85677550</guid><author>keil_</author><pubDate>Tue, 19 Mar 2019 12:28:17 +0800</pubDate><description><![CDATA[声网_数据挖掘（2019.1.16）

过年才告诉凉凉

‌快排复杂度 最差情况
	‌linux 操作，远程登录。软连接，硬连接
	‌python 数据结构，库
   列表，元祖，字典，集合

‌python列表和数组区别
   python中的list是python的内置数据类型，list中的数据类不必相同的，而array的中的类型必须全部相同。在list中的数据类型保存的是数据的...]]></description><category></category></item><item><title><![CDATA[NLP学习笔记]]></title><link>https://blog.youkuaiyun.com/keil_/article/details/88096572</link><guid>https://blog.youkuaiyun.com/keil_/article/details/88096572</guid><author>keil_</author><pubDate>Mon, 04 Mar 2019 00:23:30 +0800</pubDate><description><![CDATA[问答系统

1、分类；2、匹配；2、翻译；4、结构化预测；5、马尔可夫决策测过程。

NLP表示方法

one-hot vector：难以发现词之间的关系,维度灾难。

分布式表示：

基于矩阵
	基于神经网络wordembedding
NLP的文本处理

1、文本数据的基本体征提取：

词汇数量、字符数量、平均字长、停用词数量、特殊字符数量、数字数量、大写字母数量

2、文本数据的基本预处理：
...]]></description><category></category></item><item><title><![CDATA[算法问题中的code题目]]></title><link>https://blog.youkuaiyun.com/keil_/article/details/87901748</link><guid>https://blog.youkuaiyun.com/keil_/article/details/87901748</guid><author>keil_</author><pubDate>Sun, 24 Feb 2019 12:47:09 +0800</pubDate><description><![CDATA[目录

Top K问题

最长公共子串

最长公共子序列

最长递增字串（O(N))

最长无重复子串O(N)

实现sqrt()函数

从数组A中找出所有和为S的两个数的索引

无序数组的中位数 （利用小顶堆）

超过数组个数一半的数

将一个二维的n*n的数组，逆转90度，空间复杂度是O(1)。提示：剥洋葱般，一圈圈的从外向内逆转90度

一个大小为N的数组，里面的值代表的是股价，求一次买入...]]></description><category></category></item><item><title><![CDATA[面试问题]]></title><link>https://blog.youkuaiyun.com/keil_/article/details/87865622</link><guid>https://blog.youkuaiyun.com/keil_/article/details/87865622</guid><author>keil_</author><pubDate>Thu, 21 Feb 2019 18:13:41 +0800</pubDate><description><![CDATA[其他的面试问题：https://www.jianshu.com/p/4a3c5e34d0f8?utm_campaign=maleskine&amp;utm_content=note&amp;utm_medium=seo_notes&amp;utm_source=recommendation

项目，数据特征怎样选择的？怎样表示的？模型的选择？当时的模型参数是多少？结果效果如何？
	项目，特征工程和...]]></description><category></category></item><item><title><![CDATA[音乐推荐]]></title><link>https://blog.youkuaiyun.com/keil_/article/details/87366698</link><guid>https://blog.youkuaiyun.com/keil_/article/details/87366698</guid><author>keil_</author><pubDate>Sat, 16 Feb 2019 19:25:18 +0800</pubDate><description><![CDATA[数据集：https://www.upf.edu/web/mtg/lastfm360k

1. userCF算法主要包括两个部分：

https://blog.youkuaiyun.com/bbbeoy/article/details/78646537
①：找到和目标用户相似的用户集合
②：找到这个集合中用户喜欢的，且目标用户没有听说过的物品推荐给目标用户。
首先计算两两用户相似度。协同过滤算法主要利用行...]]></description><category></category></item><item><title><![CDATA[代码Tips]]></title><link>https://blog.youkuaiyun.com/keil_/article/details/86704405</link><guid>https://blog.youkuaiyun.com/keil_/article/details/86704405</guid><author>keil_</author><pubDate>Wed, 30 Jan 2019 19:01:23 +0800</pubDate><description><![CDATA[在Python中,字符串是不可变类型,
	
	
	
	
	
	sorted(key=lambda):
	
    


	setdefault函数的用法及理解
	
      dict.setdefault(key, default=None)功能：如果键不存在于字典中，将会添加该键并将default的值设为该键的默认值，如果键存在于字典中，将读出该键原来对应的值...]]></description><category></category></item><item><title><![CDATA[数据挖掘笔记（写给程序员的数据挖掘实践指南）]]></title><link>https://blog.youkuaiyun.com/keil_/article/details/86612181</link><guid>https://blog.youkuaiyun.com/keil_/article/details/86612181</guid><author>keil_</author><pubDate>Tue, 29 Jan 2019 20:03:48 +0800</pubDate><description><![CDATA[原书：http://www.guidetodatamining.com/

一、协同过滤（CF）——寻找相似用户

曼哈顿距离（数据稠密：几乎所有属性都没有0值，且属性值大小十分重要）
                

欧式距离（明氏距离）（数据稠密：几乎所有属性都没有0值，且属性值大小十分重要）
               

皮尔逊相关系数（取值【-1，1】，1表示完全相关，-1表示完全不...]]></description><category></category></item><item><title><![CDATA[刷题]]></title><link>https://blog.youkuaiyun.com/keil_/article/details/85703097</link><guid>https://blog.youkuaiyun.com/keil_/article/details/85703097</guid><author>keil_</author><pubDate>Thu, 03 Jan 2019 16:39:29 +0800</pubDate><description><![CDATA[Index of item

Leetcode:

104. 二叉树的最大深度

107. 二叉树的层次遍历 II

108. 将有序数组转换为二叉搜索树

110. 平衡二叉树

111. 二叉树的最小深度

112.路径总和

118.杨辉三角

119.杨辉三角Ⅱ

121.买卖股票的最佳时机

122.买卖股票的最佳时机

125.验证回文串

136.只出现一次的数字

141.环...]]></description><category></category></item><item><title><![CDATA[算法导论--学习笔记]]></title><link>https://blog.youkuaiyun.com/keil_/article/details/84258373</link><guid>https://blog.youkuaiyun.com/keil_/article/details/84258373</guid><author>keil_</author><pubDate>Tue, 20 Nov 2018 21:43:28 +0800</pubDate><description><![CDATA[第一课时：

Insertion sort（插入排序）

分析算法

Merge sort（归并排序）

第二课时：

渐进符号，递归和解法

渐进符号

解递归式

第三课时：

Divide-and-Conquer——分治法：

 

Insertion sort（插入排序）：


def insertion_sort(list):
    if len(list) &amp;lt;= 1:
    ...]]></description><category></category></item><item><title><![CDATA[算法图解知识点整理]]></title><link>https://blog.youkuaiyun.com/keil_/article/details/83786975</link><guid>https://blog.youkuaiyun.com/keil_/article/details/83786975</guid><author>keil_</author><pubDate>Tue, 06 Nov 2018 15:47:07 +0800</pubDate><description><![CDATA[二分查找：


def binary_search(list, item):
    low = 0
    high = len(list)-1
   

    while low &amp;lt;= high:
        mid = int((low + high)/2)
        guess = list[mid]
        if guess == item:
         ...]]></description><category></category></item><item><title><![CDATA[八大排序--整理]]></title><link>https://blog.youkuaiyun.com/keil_/article/details/83785691</link><guid>https://blog.youkuaiyun.com/keil_/article/details/83785691</guid><author>keil_</author><pubDate>Tue, 06 Nov 2018 14:36:31 +0800</pubDate><description><![CDATA[查找

既希望较快的查找又便于线性表动态变化的查找方法是哈希法查找。二叉排序树查找，最优二叉树查找，键树查找，哈希法查找是动态查找。分块、顺序、折半、索引顺序查找均为静态。分块法应该是将整个线性表分成若干块进行保存，若动态变化则可以添加在表的尾部（非顺序结构），时间复杂度是O(1)，查找复杂度为O(n)；若每个表内部为顺序结构，则可用二分法将查找时间复杂度降至O(logn)，但同时动态变化复杂度则...]]></description><category></category></item></channel></rss>