<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[weixin_50961821的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/weixin_50961821</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; weixin_50961821]]></copyright><item><title><![CDATA[【视图的基础知识】]]></title><link>https://blog.youkuaiyun.com/weixin_50961821/article/details/152322640</link><guid>https://blog.youkuaiyun.com/weixin_50961821/article/details/152322640</guid><author>weixin_50961821</author><pubDate>Wed, 01 Oct 2025 11:00:00 +0800</pubDate><description><![CDATA[文章摘要 视图是数据库中基于查询结果构建的虚拟表，本质不存储数据，而是引用基表数据。其核心优点包括简化复杂查询、增强数据安全性（行列级权限控制）和保持逻辑数据独立性。然而，视图也存在性能开销（需动态执行查询）、更新限制（多数复杂视图不可修改）和依赖管理复杂等缺点。创建视图使用CREATE VIEW语法，支持简单视图、连接视图、聚合视图等多种类型，可添加OR REPLACE和WITH CHECK OPTION等高级选项。视图作为数据库重要功能，需权衡其便利性与潜在限制，合理使用方能发挥最大价值。]]></description><category></category></item><item><title><![CDATA[【索引的创建与删除】]]></title><link>https://blog.youkuaiyun.com/weixin_50961821/article/details/152320598</link><guid>https://blog.youkuaiyun.com/weixin_50961821/article/details/152320598</guid><author>weixin_50961821</author><pubDate>Wed, 01 Oct 2025 10:00:00 +0800</pubDate><description><![CDATA[数据库索引是提高查询效率的重要机制。索引分为簇索引和非簇索引：簇索引决定数据物理存储顺序，一个表只能有一个；非簇索引不影响物理存储，可创建多个。索引通过CREATE INDEX语句创建，支持唯一索引、复合索引等类型，应选择高选择性列创建。索引销毁使用DROP INDEX语句。合理使用索引能显著提升查询性能，但需避免过度索引导致维护成本增加。最佳实践包括分析查询模式、监控索引使用情况，并定期优化索引结构。]]></description><category></category></item><item><title><![CDATA[【特征工程在风控领域的理论与实践】]]></title><link>https://blog.youkuaiyun.com/weixin_50961821/article/details/152274882</link><guid>https://blog.youkuaiyun.com/weixin_50961821/article/details/152274882</guid><author>weixin_50961821</author><pubDate>Tue, 30 Sep 2025 09:30:00 +0800</pubDate><description><![CDATA[本文系统介绍了特征工程在风控领域的应用与实践。主要内容包括：特征工程的基础概念与核心价值；特征构建、变换和选择的主要方法；自动化特征工程、迭代优化和业务导向调优策略；风控关键评估指标(IV、PSI、AUC)的计算逻辑与作用；风控分析师所需的技术能力、业务理解和软技能要求；以及风控领域在智能化、实时化、多模态等方面的发展趋势。文章强调特征工程是风控模型成功的关键，未来从业者需持续提升技术能力与业务理解，以适应快速变化的风险环境。]]></description><category></category></item><item><title><![CDATA[【风控策略中的冠军挑战策略】]]></title><link>https://blog.youkuaiyun.com/weixin_50961821/article/details/152259213</link><guid>https://blog.youkuaiyun.com/weixin_50961821/article/details/152259213</guid><author>weixin_50961821</author><pubDate>Mon, 29 Sep 2025 11:26:52 +0800</pubDate><description><![CDATA[冠军挑战策略是风控领域优化策略的核心方法，通过让当前最优策略（冠军）与新策略（挑战者）同台竞技，基于真实数据评估效果。关键要素包括：流量分配（通常冠军占较大比例）、多维评估指标（业务、风控、用户体验）和合理实验周期。实施步骤为：明确目标→设计挑战者→配置参数→分析结果。该方法优势在于风险可控、数据驱动和持续优化，但需避免流量不均、周期过短等陷阱。进阶应用可进行多维度分层测试。这种策略体现了风控领域数据驱动、小步迭代的核心思想，是风控人员必须掌握的关键技能。]]></description><category></category></item><item><title><![CDATA[【风控基础】]]></title><link>https://blog.youkuaiyun.com/weixin_50961821/article/details/148845959</link><guid>https://blog.youkuaiyun.com/weixin_50961821/article/details/148845959</guid><author>weixin_50961821</author><pubDate>Mon, 29 Sep 2025 11:03:36 +0800</pubDate><description><![CDATA[风控的核心是回款控制金融赚的是风险收益，金融的核心是风险管理，风险管理的效果取决于融资本息是否能完全收回，因此，风控的核心就是回款控制。回款控制是所有融资风控的目的。风控类型金融的三个特性和，其中最重要的是安全性，只有项目安全可预期，业务收益才能实现，金融资产真实、收益安全，才可能在市场流通，换取资金流动性，借助杠杆，专做更多项目，实现更大收益。金融企业的两大风险闭环控制和信用控制。如果客户或还款人实力强大，则采用信用控制型；如果客户财务不开放或信用实力一般，则应采用闭环控制型。]]></description><category></category></item><item><title><![CDATA[【假设检验】]]></title><link>https://blog.youkuaiyun.com/weixin_50961821/article/details/148555408</link><guid>https://blog.youkuaiyun.com/weixin_50961821/article/details/148555408</guid><author>weixin_50961821</author><pubDate>Tue, 10 Jun 2025 10:54:13 +0800</pubDate><description><![CDATA[假设检验零假设H0H_0H0​)：待推翻的默认假设备择假设H1H_1H1​)：研究者主张的假设。]]></description><category></category></item><item><title><![CDATA[【模型过拟合解析】]]></title><link>https://blog.youkuaiyun.com/weixin_50961821/article/details/148553797</link><guid>https://blog.youkuaiyun.com/weixin_50961821/article/details/148553797</guid><author>weixin_50961821</author><pubDate>Tue, 10 Jun 2025 10:20:32 +0800</pubDate><description><![CDATA[在机器学习中，过拟合（Overfitting）是指模型在训练数据上表现非常好（例如，训练误差低或准确率高），但在新数据或未见过的测试数据上表现显著下降的现象。本质上，模型“过度记忆”了训练数据中的噪声和特定模式，而非学习数据的真实规律（即泛化能力差）。这导致模型无法有效适应新场景。例如，在回归问题中，过拟合模型可能完美拟合训练点，但在新数据上预测波动大。数学上，过拟合通常表现为偏差-方差权衡中的高方差问题。定义一个损失函数其中 θ为模型参数。]]></description><category></category></item><item><title><![CDATA[【统计显著性检验】]]></title><link>https://blog.youkuaiyun.com/weixin_50961821/article/details/147335855</link><guid>https://blog.youkuaiyun.com/weixin_50961821/article/details/147335855</guid><author>weixin_50961821</author><pubDate>Fri, 18 Apr 2025 16:45:13 +0800</pubDate><description><![CDATA[定义统计显著性检验是通过统计学方法的重要工具，其核心是验证。当p值小于预设显著性水平(通常取α0.05)时，我们拒绝原假设。核心概念矩阵μ1​μ2​μ1​μ2​α0.05tsn​Xˉ​PT≥t∣H0​P拒真H0​P纳伪H0​1−βαP拒绝H0​∣H0​为真H0​pPT≥tobs​∣H0​dsp​Xˉ1​−Xˉ2​​r。]]></description><category></category></item><item><title><![CDATA[【 数据分析入门指南：核心概念与Python实践】]]></title><link>https://blog.youkuaiyun.com/weixin_50961821/article/details/146495120</link><guid>https://blog.youkuaiyun.com/weixin_50961821/article/details/146495120</guid><author>weixin_50961821</author><pubDate>Tue, 25 Mar 2025 10:27:11 +0800</pubDate><description><![CDATA[数据分析是通过系统方法对进行收集、清洗、转换和建模的过程，其核心目标是。]]></description><category></category></item><item><title><![CDATA[【深度揭秘Maven】]]></title><link>https://blog.youkuaiyun.com/weixin_50961821/article/details/146414861</link><guid>https://blog.youkuaiyun.com/weixin_50961821/article/details/146414861</guid><author>weixin_50961821</author><pubDate>Fri, 21 Mar 2025 10:38:20 +0800</pubDate><description><![CDATA[Maven的目录结构标准让全球Java项目实现"结构统一"，新成员接手项目效率提升50%！：一个优秀的pom.xml能让项目构建速度提升3倍！本文将带你解锁Maven的隐藏玩法，手把手教你成为Maven宗师！：2023年OWASP报告显示，78%的Java漏洞通过依赖链传播！：全球83%的Java项目使用Maven进行构建！：某大厂曾因依赖冲突导致系统崩溃3小时！学会这些技巧让你远离事故💥。：未来5年Maven仍将保持Java构建工具霸主地位！：95%的中小企业不知道这个功能，还在手动改配置！]]></description><category></category></item><item><title><![CDATA[【Java String类的面向对象示例代码】]]></title><link>https://blog.youkuaiyun.com/weixin_50961821/article/details/146412475</link><guid>https://blog.youkuaiyun.com/weixin_50961821/article/details/146412475</guid><author>weixin_50961821</author><pubDate>Fri, 21 Mar 2025 09:27:17 +0800</pubDate><description><![CDATA[【代码】【Java String类的面向对象示例代码】]]></description><category></category></item><item><title><![CDATA[【后端开发核心技术全景解读：从云原生到分布式架构的深度实践】]]></title><link>https://blog.youkuaiyun.com/weixin_50961821/article/details/146200422</link><guid>https://blog.youkuaiyun.com/weixin_50961821/article/details/146200422</guid><author>weixin_50961821</author><pubDate>Wed, 12 Mar 2025 11:33:01 +0800</pubDate><description><![CDATA[在后疫情时代，全球数字化转型加速推进，Gartner最新报告显示：到2025年，70%的新应用将部署在云原生架构上。作为开发者，我们必须把握以下五大核心技术方向：Kubernetes的生态演进：

Operator模式：以Etcd Operator为例，演示自动故障恢复流程：


监控Etcd集群状态
检测节点故障（如持续心跳丢失）
自动创建新Pod并加入集群
数据一致性校验（使用Raft协议）

服务网格(Service Mesh)：

Wasm插件支持：将鉴权逻辑编译为WebAssembly模块动态加载]]></description><category></category></item><item><title><![CDATA[【 现代后端架构演进：微服务设计与云原生】]]></title><link>https://blog.youkuaiyun.com/weixin_50961821/article/details/146199916</link><guid>https://blog.youkuaiyun.com/weixin_50961821/article/details/146199916</guid><author>weixin_50961821</author><pubDate>Wed, 12 Mar 2025 11:14:23 +0800</pubDate><description><![CDATA[单体架构瓶颈
典型问题：代码耦合（代码行超百万级）、扩展困难（垂直扩容成本>105>10^5>105美元/节点）、技术栈固化
故障扩散：数据库连接池耗尽导致全站瘫痪SOA（面向服务架构）
引入ESB（企业服务总线），服务间通信延迟增加30-50ms
典型案例：电信计费系统（服务拆分粒度以模块为单位）DDD（领域驱动设计）
战略模式：限界上下文划分（如电商系统的订单域与支付域）
战术模式：实体/值对象/聚合根定义（聚合内强一致性，聚合间最终一致性）康威定律实践
组织架构映射：每个微服务对应2-3人小团队（亚马]]></description><category></category></item><item><title><![CDATA[【Rust并发编程深度解析：内存模型与异步运行时实现原理】]]></title><link>https://blog.youkuaiyun.com/weixin_50961821/article/details/146199213</link><guid>https://blog.youkuaiyun.com/weixin_50961821/article/details/146199213</guid><author>weixin_50961821</author><pubDate>Wed, 12 Mar 2025 10:59:54 +0800</pubDate><description><![CDATA[⎩⎨⎧​​→Forward状态优化→Owned状态共享→NUMA架构专用​。]]></description><category></category></item><item><title><![CDATA[【从零到精通：MySQL超详细入门指南（附实战代码）】]]></title><link>https://blog.youkuaiyun.com/weixin_50961821/article/details/146181607</link><guid>https://blog.youkuaiyun.com/weixin_50961821/article/details/146181607</guid><author>weixin_50961821</author><pubDate>Tue, 11 Mar 2025 16:09:15 +0800</pubDate><description><![CDATA[关系型数据库：像Excel表格般存储数据，通过表关联管理复杂信息开源免费：社区版永久免费，企业级功能付费（Oracle维护）跨平台：完美支持Windows/Linux/macOS💡经典应用场景电商用户数据管理物联网设备日志存储金融交易记录处理通过本文，你已经掌握了MySQL的核心概念和基础操作。现在立刻打开终端，创建你的第一个数据库吧！实践是学习SQL的最佳途径——试着设计一个博客系统的数据库结构，包含用户、文章、评论表。]]></description><category></category></item><item><title><![CDATA[【模型调优的深入分析与Python实践】]]></title><link>https://blog.youkuaiyun.com/weixin_50961821/article/details/146153741</link><guid>https://blog.youkuaiyun.com/weixin_50961821/article/details/146153741</guid><author>weixin_50961821</author><pubDate>Mon, 10 Mar 2025 14:45:57 +0800</pubDate><description><![CDATA[数据理解∩\cap∩算法特性∩\cap∩计算资源理论分析∪\cup∪实验验证max⁡泛化性能s.t.资源消耗≤预算上限\max \text{泛化性能} \\\text{s.t.} \quad \text{资源消耗} \leq \text{预算上限}max泛化性能s.t.资源消耗≤预算上限。]]></description><category></category></item><item><title><![CDATA[【基于XGBoost的评分卡模型实现指南】]]></title><link>https://blog.youkuaiyun.com/weixin_50961821/article/details/146146245</link><guid>https://blog.youkuaiyun.com/weixin_50961821/article/details/146146245</guid><author>weixin_50961821</author><pubDate>Mon, 10 Mar 2025 10:29:45 +0800</pubDate><description><![CDATA[Score=A−B×ln⁡(p1−p) \text{Score} = A - B \times \ln(\frac{p}{1-p}) Score=A−B×ln(1−pp​)
其中：数据加载数据预处理特征分箱/WOE编码XGBoost模型训练模型评估概率转评分评分卡生成
二、代码实现（Python 3.8+）
2.1 环境准备

2.2 数据加载与探索

2.3 特征工程（评分卡关键步骤）

2.4 XGBoost模型构建

2.5 评分转换模块

2.6 评分卡生成（特征分解析）

三、核心算法解析
3.1]]></description><category></category></item><item><title><![CDATA[【操作系统核心原理与高频考点解析】]]></title><link>https://blog.youkuaiyun.com/weixin_50961821/article/details/146144721</link><guid>https://blog.youkuaiyun.com/weixin_50961821/article/details/146144721</guid><author>weixin_50961821</author><pubDate>Mon, 10 Mar 2025 10:13:01 +0800</pubDate><description><![CDATA[资源管理者：通过进程管理内存管理文件管理设备管理实现四大核心功能接口提供者：命令接口（CLI）与程序接口（API）对比示例：// 系统调用示例（程序接口）问题解析僵尸进程是进程状态中的一种，可能是在子进程终止后，父进程没有正确处理它的退出状态导致的。僵尸进程会占用系统资源，可能导致无法创建新进程。进程状态变迁图fill:#333;color:#333;color:#333;fill:none;创建就绪运行阻塞僵尸终止状态码说明状态PS命令显示描述RRunning。]]></description><category></category></item><item><title><![CDATA[【零基础用ChatGPT大模型快速搭建智能应用】]]></title><link>https://blog.youkuaiyun.com/weixin_50961821/article/details/146101513</link><guid>https://blog.youkuaiyun.com/weixin_50961821/article/details/146101513</guid><author>weixin_50961821</author><pubDate>Fri, 07 Mar 2025 17:52:43 +0800</pubDate><description><![CDATA[使用Server-Sent Events(SSE)提升用户体验。（免费额度充足且支持128K上下文）：对常见问题建立Redis缓存库。👉 点击头像关注，获取明日更新。：多API密钥轮询机制。#ChatGPT应用。]]></description><category></category></item><item><title><![CDATA[【大模型基础介绍】]]></title><link>https://blog.youkuaiyun.com/weixin_50961821/article/details/146101130</link><guid>https://blog.youkuaiyun.com/weixin_50961821/article/details/146101130</guid><author>weixin_50961821</author><pubDate>Fri, 07 Mar 2025 17:38:19 +0800</pubDate><description><![CDATA[是指通过深度学习技术，在超大规模文本数据上训练而成的具有海量参数（通常超过10亿）的人工智能模型。]]></description><category></category></item></channel></rss>