<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[zoebb的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/zoebb</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; zoebb]]></copyright><item><title><![CDATA[机器学习中的一些概念]]></title><link>https://blog.youkuaiyun.com/zoebb/article/details/108149025</link><guid>https://blog.youkuaiyun.com/zoebb/article/details/108149025</guid><author>zoebb</author><pubDate>Fri, 21 Aug 2020 17:32:45 +0800</pubDate><description><![CDATA[机器学习简单流程：
1/使用大量和任务相关的数据集来训练模型；
2/通过模型在数据集上的误差不断迭代训练模型，得到对数据集拟合合理的模型；
3/将训练好调整好的模型应用到真实的场景中；

数据：

如果我们自己已经有了一个大的标注数据集，想要完成一个有监督模型的测试，那么通常使用均匀随机抽样的方式，将数据集划分为训练集、验证集、测试集，这三个集合不能有交集，三个集合符合同分布。

训练集，用来调试参数；

验证集，是模型训练过程中单独留出的样本集，它可以用于调整模型的超参数和用于对模型的能力进行初步评估。
]]></description><category></category></item><item><title><![CDATA[python安装设置]]></title><link>https://blog.youkuaiyun.com/zoebb/article/details/108147597</link><guid>https://blog.youkuaiyun.com/zoebb/article/details/108147597</guid><author>zoebb</author><pubDate>Fri, 21 Aug 2020 15:32:25 +0800</pubDate><description><![CDATA[主要参考：https://www.runoob.com/python/python-install.html

1. Python下载

Python最新源码，二进制文档，新闻资讯等可以在Python的官网查看到：
Python官网：https://www.python.org/

你可以在以下链接中下载 Python 的文档，你可以下载 HTML、PDF 和 PostScript 等格式的文档。
Python文档下载地址：https://www.python.org/doc/

2. 安装

下...]]></description><category></category></item><item><title><![CDATA[面试刷题参考]]></title><link>https://blog.youkuaiyun.com/zoebb/article/details/102943279</link><guid>https://blog.youkuaiyun.com/zoebb/article/details/102943279</guid><author>zoebb</author><pubDate>Wed, 06 Nov 2019 21:08:24 +0800</pubDate><description><![CDATA[1/大数据
https://blog.youkuaiyun.com/zuolixiangfisher/article/details/88973159
2/spark
https://blog.youkuaiyun.com/zuolixiangfisher/article/details/88973159
3/java
https://blog.youkuaiyun.com/qq_16633405/article/details/7...]]></description><category></category></item><item><title><![CDATA[数仓建设，数据分层]]></title><link>https://blog.youkuaiyun.com/zoebb/article/details/102941751</link><guid>https://blog.youkuaiyun.com/zoebb/article/details/102941751</guid><author>zoebb</author><pubDate>Wed, 06 Nov 2019 20:34:24 +0800</pubDate><description><![CDATA[概述
粗放型的数据接入，对数据使用不利。
作用：屏蔽原始数据的异常，便于血缘追踪，清晰数据结构，减少重复开发，复杂问题简单化，屏蔽业务影响。
分层参考，实际情况实际分析：

1/ 数据源—ODS
数据源包括日志/Oracle等/其他hive库
日志—hive,jar解析
oracle—sqoop导入
其他hive—走程序申请权限，接入
数据先接入到临时表，然后处理处理：规范年月日时间长度，规范nu...]]></description><category></category></item><item><title><![CDATA[seconderyNameNode和NameNode的HA]]></title><link>https://blog.youkuaiyun.com/zoebb/article/details/102941382</link><guid>https://blog.youkuaiyun.com/zoebb/article/details/102941382</guid><author>zoebb</author><pubDate>Wed, 06 Nov 2019 19:35:52 +0800</pubDate><description><![CDATA[概述：
Hadoop 2.0之前，用seconderyNameNode，Hadoop2.0之后用HA。
snn是namenode的checkpoint节点，它定时的去namenode拿到edits.log（增删改查信息），然后去更新fsimage（元数据的序列化存储），把fsimage给namenode。这样namenode就是有一个checkpoint，如果宕机，可以直接复制snn的fsimag...]]></description><category></category></item><item><title><![CDATA[Oozie学习总结]]></title><link>https://blog.youkuaiyun.com/zoebb/article/details/102781430</link><guid>https://blog.youkuaiyun.com/zoebb/article/details/102781430</guid><author>zoebb</author><pubDate>Mon, 28 Oct 2019 16:04:25 +0800</pubDate><description><![CDATA[总览
Oozie是一个管理Hadoop作业、可伸缩、可扩展、可靠的工作流调度系统。
参考，和阿兹卡班以及其他调度任务对比（侵删）：
https://blog.youkuaiyun.com/weixin_36836847/article/details/96379318
主要有三大功能模块构成：
workflow(工作流)：定义job任务执行。
Coordinator：定时触发workflow，周期性执行wor...]]></description><category></category></item><item><title><![CDATA[2/Linux基础]]></title><link>https://blog.youkuaiyun.com/zoebb/article/details/102770578</link><guid>https://blog.youkuaiyun.com/zoebb/article/details/102770578</guid><author>zoebb</author><pubDate>Sun, 27 Oct 2019 19:52:38 +0800</pubDate><description><![CDATA[简介
参考百度百科：https://baike.baidu.com/item/linux/27050?fr=aladdin

开发者的操作系统，具有开放性，多用户，多任务，可靠的系统安全，良好的可移植性，具有标准兼容性，良好的用户界面（命令界面，图形界面等），出色的速度性能。
包括内核、shell、文件系统和应用程序
有不同的发行版本，一般使用的centos，CDH开源。很多公司基于cdh的二次...]]></description><category></category></item><item><title><![CDATA[1/java学习之路]]></title><link>https://blog.youkuaiyun.com/zoebb/article/details/102769142</link><guid>https://blog.youkuaiyun.com/zoebb/article/details/102769142</guid><author>zoebb</author><pubDate>Sun, 27 Oct 2019 19:00:11 +0800</pubDate><description><![CDATA[1 总览
java的百度百科：https://baike.baidu.com/item/java/85979
1/ java 开始sun公司 ----&gt; orcale公司 现在是11版本
se 电脑软件平台—我们用的是se
ee 网页web
me 手机移动
2/框架：
JDK 开发，api等
JRE 运行环境
JVM 虚拟机，核心
3/特性–开源–健壮–跨平台等
跨平台：
java跨平台是指...]]></description><category></category></item><item><title><![CDATA[0/学习指路参考]]></title><link>https://blog.youkuaiyun.com/zoebb/article/details/102768401</link><guid>https://blog.youkuaiyun.com/zoebb/article/details/102768401</guid><author>zoebb</author><pubDate>Sun, 27 Oct 2019 16:38:40 +0800</pubDate><description><![CDATA[1/程序员之路的一些思考
1.1 / 学习 &amp; 使用技术的四种层次：
lucida 的文章地址：
http://zh.lucida.me/blog/levels-on-learning-and-using-technologies/
把编程语言是 City，而开发者则是 Traveller


...]]></description><category></category></item><item><title><![CDATA[Hadoop学习总览]]></title><link>https://blog.youkuaiyun.com/zoebb/article/details/102767652</link><guid>https://blog.youkuaiyun.com/zoebb/article/details/102767652</guid><author>zoebb</author><pubDate>Sun, 27 Oct 2019 15:48:20 +0800</pubDate><description><![CDATA[1/ 大数据概念 --大量/繁杂/价值高/更新快
2/hadoop – Apache基金会的顶级项目。是开源软件，可靠/可拓展/分布计算
可以在不了解分布底层的情况下开发分布式程序，充分利用集群的威力进行高速运算和储存；
主要是解决：存储–HDFS，分析-Mapreduce
3/hadoop核心组件：
Hadoop common:分布式文件系统， 通用i/o组件和接口
HDFS–可扩展/容错/高性...]]></description><category></category></item></channel></rss>