关于本人关于本站
感谢关注我的个人博客！ 关于本人 姓名：钱魏Way 简介：当前就职于一家在线旅游公司，工作岗位为数据产品经理策略产品经理。一直想做的事情是从数据中发现价值，并推动工具化的变现。 当前主要关注的内容： 各类机器学习算法的应用实践 基于用户细分…
学而时习之，不亦说乎！
子曰：学而时习之，不亦说乎！有朋自远方來，不亦乐乎！人不知而不愠，不亦君子乎！ 在重读论语之前，我对这句话的理解是：“经常学习，不也喜悦吗？从远方来了朋友，不也快乐吗？别人不了解我也不怨恨，不也是君子吗？” 重读《论语》，总感觉上面的解释有…
志→目标
·
79
8
5
数据分析查询引擎Impala初探
Impala是 Cloudera 公司主导开发的新型查询系统，它提供 SQL 语义，能查询存储在 Hadoop 的 HDFS 和 HBase 中的 PB 级大数据。已有的 Hive 系统虽然也提供了 SQL 语义，但由于 Hive 底层执行…
器→工具
·
3
0
1
关于本人关于本站
感谢关注我的个人博客！ 关于本人 姓名：钱魏Way 简介：当前就职于一家在线旅游公司，工作岗位为数据产品经理策略产品经理。一直想做的事情是从数据中发现价值，并推动工具化的变现。 当前主要关注的内容： 各类机器学习算法的应用实践 基于用户细分…
志→目标
·
548
51
16
密度聚类算法之OPTICS
[LATEXPAGE] 在前面介绍的DBSCAN算法中，有两个初始参数Eps（邻域半径）和minPts(Eps邻域最小点数)需要手动设置，并且聚类的结果对这两个参数的取值非常敏感，不同的取值将产生不同的聚类结果。为了克服DBSCAN算法这一…
数据
·
48
9
13
学而时习之，不亦说乎！
子曰：学而时习之，不亦说乎！有朋自远方來，不亦乐乎！人不知而不愠，不亦君子乎！ 在重读论语之前，我对这句话的理解是：“经常学习，不也喜悦吗？从远方来了朋友，不也快乐吗？别人不了解我也不怨恨，不也是君子吗？” 重读《论语》，总感觉上面的解释有…
志→目标
·
79
8
5
空间索引之Uber H3
[LATEXPAGE] 网格系统(Grid System)对于分析海量空间数据集，将地球空间划分为可识别的网格单元(cell)至关重要。H3是由Uber开源的一个六边形分层索引网格系统，也是最近几年实现数据聚合的主要趋势，在H3出现之前大部…
数据
·
25
6
20
机器学习聚类算法之DBSCAN
[LATEXPAGE] K-Means算法和MeanShift算法都是基于距离的聚类算法，基于距离的聚类算法的聚类结果是球状的簇，当数据集中的聚类结果是非球状结构时，基于距离的聚类算法的聚类效果并不好。 与基于距离的聚类算法不同的是，基于密…
数据
·
23
6
16
Python地图可视化之Folium
Folium简介 Folium是一个基于leaflet.js的Python地图库，其中，Leaflet是一个非常轻的前端地图可视化库。即可以使用Python语言调用Leaflet的地图可视化能力。它不单单可以在地图上展示数据的分布图，还可以…
器→工具
·
31
6
17
机器学习算法之LightGBM
[LATEXPAGE] 上一篇文章介绍了一个梯度提升决策树模型XGBoost，这篇文章我们继续学习一下GBDT模型的另一个进化版本：LightGBM。LigthGBM是boosting集合模型中的新进成员，由微软提供，它和XGBoost一样…
数据
·
127
5
74
时间序列分析之趋势判断
[LATEXPAGE] 判断时间序列数据是上升还是下降是我们常见的问题。比如某个股票在过去一年整体趋势是上升还是下降。我们可以通过画图的方式直接观测出上升还是下降。但每次观测图片非常的麻烦，有没有一些数学方法进行检验？ 方案一：直接统计法 …
数据
·
9
4
13
Linux文件系统inode详解
文件系统 文件系统是操作系统中负责管理持久数据的子系统，说简单点，就是负责把用户的文件存到磁盘硬件中，因为即使计算机断电了，磁盘里的数据并不会丢失，所以可以持久化的保存文件。 文件系统的基本数据单位是文件，它的目的是对磁盘上的文件进行组织管…
器→工具
·
5
3
2
信息的度量：信息熵的理解与应用
[LATEXPAGE] 什么是信息熵？ 信息是我们一直在谈论的东西，但信息这个概念本身依然比较抽象。在百度百科中的定义：信息，泛指人类社会传播的一切内容，指音讯、消息、通信系统传输和处理的对象。但信息可不可以被量化，怎样量化？答案当然是有的…
机器学习
·
14
3
6
CTR预估模型FM、FFM、DeepFM
[LATEXPAGE] 点击率(click-through rate, CTR)是点击特定链接的用户与查看页面，电子邮件或广告的总用户数量之比。它通常用于衡量某个网站的在线广告活动是否成功，以及电子邮件活动的有效性，是互联网公司进行流量分配…
数据
·
13
3
9
聚类算法之Affinity Propagation(AP)
[LATEXPAGE] Affinity Propagation算法简介 AP (Affinity Propagation)通常被翻译为近邻传播算法或者亲和力传播算法。AP算法的基本思想是将全部数据点都当作潜在的聚类中心(称之为exempl…
数据
·
6
3
10
