iris

【推荐阅读】微服务还能火多久？>>> 1，QueryCache的实现原理； 　　1、目前只有select语句会被cache，其他类似show,use的语句则不会被cache。 　　2、两个SQL语句，只要相差哪怕是一个字符（例如大小写不一样；多一个空格等），那么这两个SQL将使用不同的一个CACHE。 一个被频繁更新的表如果被应用了QC，可能会加重数据库的负担，而不是减轻负担。我一般的做法是默认打开QC，而对一些涉及频繁更新的表的SQL语句加上 SQL_NO_CACHE 关键词来对其禁用CACHE。这样可以尽可能避免不必要的内存操作，尽可能保持内存的连续性。那些查询很分散的SQL语句，也不应该使用QC。例如用来查询用户和密码的语句——“select pass from user where name='surfchen'”。这样的语句，在一个系统里，很有可能只在一个用户登陆的时候被使用。每个用户的登陆所用到的查询，都是不一样的SQL文本，QC在这里就几乎不起作用了，因为缓存的数据几乎是不会被用到的，它们只会在内存里占地方。 2，QueryCache的负面影响： 1，Query的hash性能问题和命中率问题； 2，查询缓存及其容易失效；当表内容发生变化或者表结构发生变化，对应的查询缓存内容都会失效； 3，查询缓存中的结果容易产生重复；因为查询缓存中缓存的是查询结果

【推荐阅读】微服务还能火多久？>>> 一、概念 　　K-means中心思想：事先确定常数K，常数K意味着最终的聚类类别数，首先 随机选定初始点 为质心，并通过 计算 每一个样本与质心之间的 相似度 (这里为欧式距离)，将样本点归到最相似的类中，接着，重新 计算每个类的质心 (即为类中心)，重复这样的过程，直到质心 不再改变 ，最终就确定了每个样本所属的类别以及每个类的质心。由于每次都要计算所有的样本与每一个质心之间的相似度，故在大规模的数据集上，K-Means算法的收敛速度比较慢。 二、特点： 常用距离 a.欧式距离 b.曼哈顿距离 三、算法流程 K-means是一个反复迭代的过程，算法分为四个步骤： （x,k,y) （1） 选取数据空间中的K个对象作为初始中心，每个对象代表一个聚类中心； 　　 　　def initcenter(x, k): kc （2） 对于样本中的数据对象，根据它们与这些聚类中心的欧氏距离，按距离最近的准则将它们分到距离它们最近的聚类中心（最相似）所对应的类； 　　 　　def nearest(kc, x[i]): j 　　　　def xclassify(x, y, kc):y[i]=j （3） 更新聚类中心：将每个类别中所有对象所对应的均值作为该类别的聚类中心，计算目标函数的值； 　　　　def kcmean(x, y, kc, k): （4）

　　集成学习（Ensemble learning）是使用一系列学习器进行学习，并使用某种规则把各个学习结果进行整合，从而获得比单个学习器显著优越的泛化性能。它不是一种单独的机器学习算法啊，而更像是一种优化策略。因为单个机器学习模型所能解决的问题有限，泛化能力差，但是通过构建组合多个学习器来完成学习任务往往能够获得奇效，这些学习器可以看成一个个基本单元，由他们组合最终形成一个强大的整体，该整体可以解决更复杂的问题，其思想可以形象的概括为 三个臭皮匠赛过诸葛亮 。 　　集成学习是机器学习的一大分支，他通过建立几个模型组合来解决单一预测问题。他的工作原理是生成多个分类器模型，各个独立的学习和做出预测。这些预测最后结合成单预测，最后由任何一个单分类做出预测。 　　集成学习的一般结构是，先产生一组个体学习器，再用某种结合策略将他们结合起来。 　　集成学习是一种技术框架，其按照不同的思路来组合基础模型，从而达到其利断金的目的。目前，有三种常用的集成学习框架：bagging ，Boosting和stacking。国内南京大学的周志华教授对集成学习有很深的研究，其在09年发表的一篇概述性论文《Ensemble Learning》对这三种集成学习框架有了明确的定义，大家可以百度搜索这篇论文。 集成学习优势 　　1，个体学习器之间存在一定的差异性，这会导致分类边界不同，也就是说可能存在错误

https://studyiris.com/example/exper/cors.html 来源： https://www.cnblogs.com/longchang/p/12624991.html

3 月，跳不动了？>>> 今天试用了一下Spark的机器学习，体验如下： 第一步，导入数据 我们使用Iris数据集，做一个分类，首先要把csv文件导入。这里用到了spark的csv包，不明白为什么这么常见的功能不是内置的，还需要额外加载。 --packages com.databricks:spark-csv_2.11:1.4.0 from pyspark.sql import SQLContext sqlContext = SQLContext(sc) df = sqlContext.read.format('com.databricks.spark.csv') .options(header='true', inferschema='true') .load('iris.csv') # Displays the content of the DataFrame to stdout df.show() 结果如下： +-----+------------+-----------+------------+-----------+-------+ |rowid|Sepal.Length|Sepal.Width|Petal.Length|Petal.Width|Species| +-----+------------+-----------+------------+---------

3 月，跳不动了？>>> 在本系列 前面的文章 中，简单介绍了一下Ignite的线性回归算法，下面会尝试另一个机器学习算法，即k-最近邻(k-NN)分类。该算法基于对象k个最近邻中最常见的类来对对象进行分类，可用于确定类成员的关系。 一个适合k-NN分类的数据集是鸢尾花数据集，它可以很容易地通过 UCI网站 获得。 鸢尾花数据集由150个样本组成，来自3种不同种类的鸢尾花各有50朵（Iris Setosa, Iris Versicolour和Iris Virginica）。以下四个特征可供每个样本使用： 萼片长度（cm） 萼片宽度（cm） 花瓣长度（cm） 花瓣宽度（cm） 下面会创建一个模型，利用这四个特征区分不同的物种。 首先，要获取原始数据并将其拆分成训练数据（60%）和测试数据（40%）。然后再次使用Scikit-learn来执行这个任务，下面修改一下前一篇文章中使用的代码，如下： from sklearn import datasets import pandas as pd # Load Iris dataset. iris_dataset = datasets.load_iris() x = iris_dataset.data y = iris_dataset.target # Split it into train and test subsets. from

3 月，跳不动了？>>> 参考： 机器学习实战教程 机器学习实战书籍下载 - - 密码：qi7q k-近邻算法 公式编辑器 drawio画流程图 百度思维导图 纸上得来终觉浅，绝知此事要躬行 文章目录 1.算法理论 2.实践 1.knn分类 2.knn回归 总结 1.算法理论 k-近邻算法 是一种特征搜索的方法（相似性搜索）： 1、准备训练集 D = { ( x 1 , y 1 ) , ( x 2 , y 2 ) , ( x 3 , y 3 ) , . . . ( x n , y n ) } D=\{(x_1,y_1),(x_2,y_2),(x_3,y_3),...(x_n,y_n)\} D = { ( x 1 ​ , y 1 ​ ) , ( x 2 ​ , y 2 ​ ) , ( x 3 ​ , y 3 ​ ) , . . . ( x n ​ , y n ​ ) } 数据集量化 （将文本数据转成数字） 特征做归一化 (训练集与测试集都做) 2、每个测试样本与训练集中所有样本计算距离，按距离排序查找k个样本 可以使用的距离度量方法有： 欧式距离 （常用） 闵可夫斯基距离 曼哈顿距离 切比雪夫距离 马哈拉洛比斯距离 相似度度量 向量空间余弦相似度 皮尔森相关系数 3、统计这k个样本 分类 投票机制（少数服从多数） 回归 距离加权平均（类似于插值方式， 距离越小权重越大 ） 2.实践

3 月，跳不动了？>>> 　　腾讯数码讯当苹果于 2015 年初发布 12 英寸 MacBook 的时候，我们起初都认为这将会是一款替代 MacBook Air 的全新系列。 　　彼时的 MacBook Air 已经有 5 年时间未迎来设计上的改变，粗大的边框和非高清屏让这款机器显得老态龙钟。 　　而 12 英寸 MacBook 的横空出世让我们耳目一新，窄边框、超薄机身、无风扇设计、Retina 显示屏，这一切看上去都像是 MacBook Air 的高级进化。 　　但事实证明，12 英寸 MacBook 是一款太过超前的产品。过高的售价、接口的缺乏、羸弱的性能、易坏的蝶式键盘，这些又让它未能真正继承 MacBook Air 的衣钵。 　　到最后，12 英寸 MacBook 在 2017 年的常规配置升级之后便再没了声音，而 MacBook Air 则继续维持着每年一更的稳定频率，2018 年末发布的第三代机型更是将前者取而代之。 　　在本周，苹果又带来了第三代 MacBook Air 的第三次更新，而除了配置升级之外，这个 MacBook 产品线中的入门系列似乎又多了一分专业的气质。 　　 键盘的轮回 　　如今看来，12 英寸 MacBook 更像是一款实验性的产品，苹果在它身上尝试了几个他们希望在未来推进的功能点，比如窄边框、USB-C 接口、以及蝶式键盘。 　

来源地址： https://www.cnblogs.com/bjwu/p/9103002.html Filter-移除低均方差的特征 代码： from sklearn.feature_selection import VarianceThreshold X = [[0, 0, 1], [0, 1, 0], [1, 0, 0], [0, 1, 1], [0, 1, 0], [0, 1, 1]] sel = VarianceThreshold(threshold=(0.2) sel.fit_transform(X) 返回值过滤了方差小于0.2的特征， 均 方差信息为： Filter-单变量特征选择 SelectKBest 移除那些除了评分最高的 K 个特征之外的所有特征 代码： from sklearn.datasets import load_iris from sklearn.feature_selection import SelectKBest from sklearn.feature_selection import chi2 iris = load_iris() X, y = iris.data, iris.target X.shape X_new = SelectKBest(chi2, k=2).fit_transform(X, y) X_new.shape 　　

3 月，跳不动了？>>> 译者按: 机器学习原来很简单啊，不妨动手试试！ 原文: Machine Learning with JavaScript : Part 2 译者: Fundebug 为了保证可读性，本文采用意译而非直译。另外，本文版权归原作者所有，翻译仅用于学习。另外，我们修正了原文代码中的错误 上图使用 plot.ly 所画。 上次我们用JavaScript实现了 线性规划 ，这次我们来聊聊KNN算法。 KNN是 k-Nearest-Neighbours 的缩写，它是一种监督学习算法。KNN算法可以用来做分类，也可以用来解决回归问题。 GitHub仓库： machine-learning-with-js KNN算法简介 简单地说， KNN算法由那离自己最近的K个点来投票决定待分类数据归为哪一类 。 如果待分类的数据有这些邻近数据， NY : 7 , NJ : 0 , IN : 4 ，即它有7个 NY 邻居，0个 NJ 邻居，4个 IN 邻居，则这个数据应该归类为 NY 。 假设你在邮局工作，你的任务是为邮递员分配信件，目标是最小化到各个社区的投递旅程。不妨假设一共有7个街区。这就是一个实际的分类问题。你需要将这些信件分类，决定它属于哪个社区，比如 上东城 、 曼哈顿下城 等。 最坏的方案是随意分配信件分配给邮递员，这样每个邮递员会拿到各个社区的信件。