架构师思考实践

下午参加了个交流会，主要介绍了一下K近邻算法。这里把我的理解总结一下。K临近算法就是，样本中的数据有多个维度，每条样本对应一个标签。对要判断的数据，跟样本中的数据求出距离，然后递增排序，去前K个距离近的样本，对应标签比例大的那个就是，要判断的数据对应的标签。这个算法的思想还是挺好理解的，但是真正应用到实际问题时，可能对不同数据，需要具体考虑。例如，样本数据较大时，不能都去求距离，然后排

日志在计算机系统中是一个非常广泛的概念，任何程序都有可能输出日志：操作系统内核、各种应用服务器等等。日志的内容、规模和用途也各不相同，很难一概而论。本文讨论的日志处理方法中的日志，仅指Web日志。其实并没有精确的定义，可能包括但不限于各种前端Web服务器——apache、lighttpd、tomcat等产生的用户访问日志，以及各种Web应用程序自己输出的日志。在Web日志中，每条日

http://www.cnblogs.com/FengYan/archive/2011/11/12/2246461.html1. 前言这系列的文章主要讲述2006年评出的数据挖掘10大算法（见图1）。文章的重点将偏向于算法的来源以及算法的主要思想，不涉及具体的实现。如果发现文中有错，希望各位指出来，一起讨论。                               

http://liliphd.iteye.com/blog/1929358近日，在网易公开课视频网站上看完了《机器学习》课程视频，现做个学后感，也叫观后感吧。 学习时间 从2013年7月26日星期五开始，在网易公开课视频网站上，观看由斯坦福大学Andrew Ng教授主讲的计算机系课程（编号CS229）《机器学习》（网址http://v.163.com/special/opencou