线性回归

回归是估计输入数据和连续值输出数据之间的关系的过程,线性回归是指使用输入变量的线性组合来估计基础函数。 线性回归的目的是提取将输入变量与输出变量相关的基本线性模型。 这旨在使用线性函数使实际输出和预测输出之间的差的平方和最小化。 这种方法称为普通最小二乘法。 你可能会说,有一条弯曲的线条适合这些点更好,但线性回归不允许这样。 线性回归的主要优点是它不复杂。 如果你进入非线性回归,你可能会得到更准确

故障review的一些总结

故障review的目的 归纳出现故障产生的原因 检查故障的产生是否具有普遍性,并尽可能的保证同类问题不在出现, 回顾故障的处理流程,并检查处理过程中所存在的问题。并确定此类问题的处理方法论。使得即便以后出现了同类的问题,也有明确的方法论来指导 标明后续改进措施及落实时间点 经验总结和分享 故障的级别定义 不同公司对于故障的级别有不同的定义,一般会有P1,P2,P3这几类故障,故障的严重级别依次降低

使用Numpy进行矩阵的基本运算

本文介绍了使用Python的Numpy库进行矩阵的基本运算 创建全0矩阵 输出结果: 创建全1矩阵 输出结果: 创建0~1之间的随机矩阵 输出结果为: 创建单位矩阵 输出结果为: 矩阵求和 输出结果为: 矩阵求差 输出结果为: 创建矩阵 输出结果为: 矩阵乘以常数 输出结果为: 矩阵所有元素求和 输出结果为45 矩阵乘法 当维度相同的时候,为各个位置对应元素的乘积 当矩阵的维度不同时,会根据一定的

理解Compressed Sparse Column Format (CSC)

title: 理解Compressed Sparse Column Format (CSC) date: 2016-10-14 14:57:35 tags: 机器学习 categories: 机器学习 最近在看《Spark for Data Science》这本书,阅读到《Machine Learning》这一节的时候被稀疏矩阵的存储格式CSC给弄的晕头转向的。所以专门写一篇文章记录一下我对这种格

Spring中Enum的依赖注入

Spring 依赖注入很简单,没什么值得细说的。但是我之前遇到了一个场景,需要在一个Enum类中注入某一个service。 说实话之前没有遇到过这种情况。虽然我不赞同Enum类有过多的逻辑,但是没有办法,现实就是那么残酷。而且Enum确实可以通过一些手段来注入其他发service的。 比如下面的代码中,为EnumClass枚举类注入OtherService服务,代码示例如下:

使用七牛做博客图床

经过对比了国内的一些图床以后,最后还是选择了七牛做图床。免费版的对于我这个小博客完全就够用了。 操作方式如下: 首先注册七牛账号,然后并认证。认证方式我选择的是支付宝认证。 然后创建一个空间 在「对象管理」->「存储资源列表」->「添加」 这块会生成一个测试域名,这个域名绝大多数情况下就够用了 然后推荐使用极简图床,配置好自己的空间信息就可以使用了 配置的时候域名写自己之前空间的测试域名就好了。至