<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[vmdchc的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/vmdchc</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; vmdchc]]></copyright><item><title><![CDATA[Anaconda 安装与TensorFlow安装]]></title><link>https://blog.youkuaiyun.com/vmdchc/article/details/105076722</link><guid>https://blog.youkuaiyun.com/vmdchc/article/details/105076722</guid><author>vmdchc</author><pubDate>Tue, 24 Mar 2020 17:26:14 +0800</pubDate><description><![CDATA[一、下载Anaconda

官网下载包

https://www.anaconda.com/distribution/

注意自己的电脑配置，比如645位，windows



二、安装Anaconda

A1、安装步骤网址参考，到达4步骤：进行正式的安装Tensorflow

https://blog.youkuaiyun.com/Cs_hnu_scw/article/details/79695347

...]]></description><category></category></item><item><title><![CDATA[五、大数据机器学习-聚类-笔记]]></title><link>https://blog.youkuaiyun.com/vmdchc/article/details/103844969</link><guid>https://blog.youkuaiyun.com/vmdchc/article/details/103844969</guid><author>vmdchc</author><pubDate>Sun, 05 Jan 2020 22:14:13 +0800</pubDate><description><![CDATA[要点

1. 聚类任务描述

2. 性能度量

3.聚类算法

原型聚类

• K均值算法

• 学习向量算法

密度聚类

层次聚类

一、聚类任务

• 无监督学习unsupervised learning

   标记未知；揭示数据的内在性质和规律

• 应用最广的无监督学习：聚类



二、性能度量



外部指标-计数

左边图是外部参考真实划分；右边是聚类算法推测结果。把数据...]]></description><category></category></item><item><title><![CDATA[四、大数据机器学习 - 感知机-笔记]]></title><link>https://blog.youkuaiyun.com/vmdchc/article/details/103840874</link><guid>https://blog.youkuaiyun.com/vmdchc/article/details/103840874</guid><author>vmdchc</author><pubDate>Sun, 05 Jan 2020 12:50:06 +0800</pubDate><description><![CDATA[要点

• 感知机模型

• 感知机学习策略

• 感知机学习算法

一、感知机



它是神经网络技术的基础；是支持向量机模型的基础，它的线性可分性和对偶性形式是SVM算法直接的对应关系。



• 针对：二分类问题

• 实质：分离超平面，判别模型；

• 策略：基于误分类的损失函数；

• 方法：利用梯度下降法对损失函数进行极小化；

• 特点：感知机学习算法具有简单而易于实现的优点，

•...]]></description><category></category></item><item><title><![CDATA[网关数据丢失分析处理]]></title><link>https://blog.youkuaiyun.com/vmdchc/article/details/103819316</link><guid>https://blog.youkuaiyun.com/vmdchc/article/details/103819316</guid><author>vmdchc</author><pubDate>Fri, 03 Jan 2020 14:06:53 +0800</pubDate><description><![CDATA[0.防火墙问题

如果系统是因为防火墙而丢包，表现的行为一般是所有的报文都无法正常接收,要排查的业务中只是部分相对少量丢包，认为非防火墙问题。（当然不排除防火墙只 drop 一部分报文的可能性。如果遇到丢包比率非常大的情况，防火墙某规则主动 drop UDP 报文）



1.检查阿里云SLB监控状态？

A、查看丢弃数据包数目？

发现为0,认为正常

B、检查丢弃连接数目？

发现为0.认为...]]></description><category></category></item><item><title><![CDATA[TIPS-2： 怎么没想负载均衡“多对一”至“一对多“]]></title><link>https://blog.youkuaiyun.com/vmdchc/article/details/103675572</link><guid>https://blog.youkuaiyun.com/vmdchc/article/details/103675572</guid><author>vmdchc</author><pubDate>Tue, 24 Dec 2019 02:07:06 +0800</pubDate><description><![CDATA[昨日有兄dei在出货，问为何某日志业务中”X1.XX2.XX3.XX4:Port0“不可用？心想，该业务中相关负载均衡一直都是两条链路：X1.XX2.XX3.XX4:Port2（UDP),后面对应多个服务器；X1.XX2.XX3.XX4:Port3（TCP)后面对应多个服务器。并且业务代码中都是端口与负载均衡中相对应，这个Port0来自哪里？Port0在历史遗留业务中常用，但没在找...]]></description><category></category></item><item><title><![CDATA[TIPS-1 ： K8S中为什么运行的镜像一直是旧的镜像？]]></title><link>https://blog.youkuaiyun.com/vmdchc/article/details/103492744</link><guid>https://blog.youkuaiyun.com/vmdchc/article/details/103492744</guid><author>vmdchc</author><pubDate>Wed, 11 Dec 2019 15:14:51 +0800</pubDate><description><![CDATA[1.每次build后采用 docker images 查询，可以看到时间显示已经更新

2.docker rmi 镜像ID 后，同时删除阿里云仓库里面的镜像，再次重build 重新推送到阿里云

docker build -f Dockerfile -t bms-web:v1 .
docker tag 5568411cbda6 registry-vpc.cn-XXX.aliyuncs.com/bs...]]></description><category></category></item><item><title><![CDATA[三、大数据与机器学习-模型性能评估-笔记]]></title><link>https://blog.youkuaiyun.com/vmdchc/article/details/102592971</link><guid>https://blog.youkuaiyun.com/vmdchc/article/details/102592971</guid><author>vmdchc</author><pubDate>Wed, 16 Oct 2019 20:24:37 +0800</pubDate><description><![CDATA[要点：

留出法 

交叉验证法 

自助法 

性能度量

PR曲线

ROC和AUC曲线、

代价敏感错误率、

假设检验

T检验

偏差与方差



模型评估方法

泛化误差评估：
训练集 training set ： 用于训练模型
验证集 validation setvalidation set ： 用于模型选择
测试集 test settest ： 用于模型泛化误差的近似

...]]></description><category></category></item><item><title><![CDATA[Lua脚本操作Redis字节数组例子]]></title><link>https://blog.youkuaiyun.com/vmdchc/article/details/102581986</link><guid>https://blog.youkuaiyun.com/vmdchc/article/details/102581986</guid><author>vmdchc</author><pubDate>Wed, 16 Oct 2019 11:11:02 +0800</pubDate><description><![CDATA[/**
  * 空间索引申请方法(value存储为Byte类型)
  * 索引结构：
  * 块开始索引,4字节，最大1.9G :2147483647/1024/1024/1024=1.9G (没有用块编号乘2048作开始索引，然后用两个字节存块编号，是因为两字节太小)
  * 索引偏移量4字节，最大1.9G :2147483647/1024/1024/1024=1...]]></description><category></category></item><item><title><![CDATA[二、大数据与机器学习-机器学习基本概念-笔记]]></title><link>https://blog.youkuaiyun.com/vmdchc/article/details/102554992</link><guid>https://blog.youkuaiyun.com/vmdchc/article/details/102554992</guid><author>vmdchc</author><pubDate>Mon, 14 Oct 2019 19:36:38 +0800</pubDate><description><![CDATA[一、基本术语

    举例，我们有一些关于橘子和橙子的数据集合，这些记录的集合称为数据集。每条记录是关于一个橙或橘的描述，称为示例或样本。记录中的形状、剥皮、味道称为属性或特征。圆形、扁圆形、难、易、甜为为各自属性或特征的属性值。如果把形状、剥皮、味道设为三个坐标轴、那它们就构成一个描述橙或橘的属性空间或样本空间。每个橘或橙都可以在属性空间中找到自己的坐标位置，我们把每个示例也称为特征向...]]></description><category></category></item><item><title><![CDATA[遍历Map的方式选择]]></title><link>https://blog.youkuaiyun.com/vmdchc/article/details/102476865</link><guid>https://blog.youkuaiyun.com/vmdchc/article/details/102476865</guid><author>vmdchc</author><pubDate>Mon, 14 Oct 2019 19:24:22 +0800</pubDate><description><![CDATA[public static void main(String[] args) {// 循环遍历Map的4中方法Map&lt;Integer, Integer&gt; map = new HashMap&lt;Integer, Integer&gt;();map.put(1, 2);// 1. entrySet遍历，在键和值都需要时使用（最常用）for (Map.Entry&lt;Intege...]]></description><category></category></item><item><title><![CDATA[一、大数据与机器学习-概述-笔记]]></title><link>https://blog.youkuaiyun.com/vmdchc/article/details/102422472</link><guid>https://blog.youkuaiyun.com/vmdchc/article/details/102422472</guid><author>vmdchc</author><pubDate>Wed, 09 Oct 2019 01:30:04 +0800</pubDate><description><![CDATA[一、什么是机器学习？

机器学习是近20多年兴起的一门多领域交叉学科，涉及概率论、统计学、逼近论、凸 

分析、算法复杂度理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以 

自动“学习”的算法。机器学习算法是一类从数据中自动分析获得规律，并利用规律对 

未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论，机器学习与统计 

推断学联系尤为密切，也被称为统计学习理论。

二...]]></description><category></category></item><item><title><![CDATA[网址收藏夹]]></title><link>https://blog.youkuaiyun.com/vmdchc/article/details/89185440</link><guid>https://blog.youkuaiyun.com/vmdchc/article/details/89185440</guid><author>vmdchc</author><pubDate>Wed, 10 Apr 2019 15:52:09 +0800</pubDate><description><![CDATA[K8s 中文

http://docs.kubernetes.org.cn/227.html

anaconda

下载地址官网https://www.anaconda.com/distribution/

或者下载清华镜像https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

anaconda文档https://docs.anacon...]]></description><category></category></item></channel></rss>