1.数据挖掘实战——抖音用户浏览行为数据分析与挖掘(一)根据问题的需求和数据的特点,进行特征选择、提取和转换。例如,可以从用户的浏览行为数据中提取特征,如观看时长、点赞数、评论数、分享数等,或者通过文本挖掘技术提取用户的评论内容特征,可以包括对原始特征进行数值化、编码分类变量、创建新特征等操作。 ①用户特征统计分析 https://developer.aliyun.com/article/1507645

2.数据集特征值分类回归监督学习半监督学习泛化)数据集(data set):是关于一个事件或对象的描述,称为“示例”(instance)或“样本”(sample),比如我们收集到了一批西瓜的数据,(色泽=青绿;根蒂=硬挺;敲声=浊响),(色泽=乌黑;根蒂=稍蜷;敲声=沉闷),(色泽=浅白;根蒂=硬挺;敲声=清脆)……,每对括号里是一个记录,这组记录的集合就是数据集。其中“=”意思https://blog.csdn.net/m0_68420822/article/details/125362447

3.一文看懂特征工程51CTO博客(7)数据特征选择 1、过滤式方法进行特征选择 a.卡方检验 b.F 检验 c.互信息 2、包装式方法进行特征选择(待更新) 3、嵌入式方法进行特征选择(待更新) (8)数据特征构造 1、四则运算 2、特征交叉组合分类特征 3、分解分类特征 4、重构数值量 5、分解Datatime https://blog.51cto.com/u_14825502/6101857

4.悄悄学习Doris,偷偷惊艳所有人ApacheDoris四万字小总结scanB 扫描 B 表的数据,可能通过一个 brokercust、dataSink 和 exchange 这样的节点会把 fregment 串联起来,每个 fregment 中会有不同的计算节点;比如数据经过广播跟 A 表 join,之后进行聚合操作; 一个MPP 就是支持两层的聚合,每个节点做完聚合操作后最后汇总到一个节点再做一次;在 doris 中支持在中间做一次https://xie.infoq.cn/article/b2250c2d887f69d8519a3f50b

5.Java初级面试题堆是与栈作用不同的内存,一般用于存放不放在当前方法栈中的那些数据,例如,使用new创建的对象都放在堆里,所以,它不会随方法的结束而消失。方法中的局部变量使用final修饰后,放在堆中,而不是栈中。 77、GC是什么?为什么要有GC? GC是垃圾收集的意思(Gabage Collection),内存处理是编程人员容易出现问题的地方,忘记或https://www.jianshu.com/p/08153f5678de

6.dec.jlu.edu.cn/baozi/courseware/051029/tplinfo为了解决这个矛盾,专门有一部分专业人员(图书情报人员),将大量无序、分散的一次文献收集、整理、著录其特征,如著者、篇名、分类、主题、出处等,并按一定的顺序加以编排,形成供读者检索所需一次文献线索的新的文献形式,包括索引、文摘、目录等。 通过各种索引、文献、目录等,我们很容易查到所需文献的线索。如利用http://dec.jlu.edu.cn/baozi/courseware/051029/tpl_info_1226j106.html

7.MBTI八维认知功能notice relevant facts in a sea of data before you 强迫性的关注特定的感官细节(视,听,触,嗅..) 会自觉意识到自身所处的空间方位 或其他物件的空间方位 能在海量的数据中觉察到相互有关联的事实存在 2. enjoy impulsive action 热衷于即兴行为 freely follow exciting physical impulses or instincts as they https://www.douban.com/note/380063421/