原创 算法導論--堆排序
堆排序涉及到一個數據結構就是“堆”，所以我們先從“堆”開始講起。 一、堆 堆的存儲方式其實就是一個數組，而堆的邏輯結構是一個完全二叉樹（什麼是完全二叉樹請自行百度）。 如圖（a）是一個完全二叉樹，樹的父節點都比孩子節點要大，這個
2020-02-24 04:19:23
原创 ElasticSearch--相關度背後的理論
TF/IDF 詞頻（TF） 其實就是一個詞在一篇文章中出現的頻率在開平方，頻率越高，說明這個詞在這篇文章中的權重越高 IDF idf(word) = 1+log(numDocs/(docFreq +1)) numdocs是所有文
2020-02-24 04:19:23
原创 ElasticSearch--Term-Based VS Full-Text
所有的訪問執行關聯度計算，但並不是所有訪問都有一個分析階段。除了一些特定查詢例如Bool或者是function_score查詢，這些不再文本上執行。文本訪問可以被分成兩個部分： Term-based queries Queries
2020-02-24 04:19:23
1
原创 ElasticSearch--實體搜索
現在學習到了實體搜索，加入我們想搜索例如Person、product這樣的實體，在這種情況下，一些關鍵的信息其實分佈在數據的多個屬性裏的。比如person的數據存儲 { "firstname": "Peter",
2020-02-24 04:19:23
原创 ElasticSearch--Lucene是怎麼計算相關度的
話不多說，直接上公式 公式說明： score(q,d)是文檔 d 和查詢 q 之間的相關度 queryNorm(q)是查詢正則化因子 % coord(q,d)是coordination factor % 對在查詢字符串q中
2020-02-24 04:19:23
原创 ElasticSearch--停用詞的使用
使用停用詞的利弊 我們擁有更多硬盤資源，但是比較少的內存資源。從索引中去掉一些停用詞平均每百萬個文檔中也就節省了4MB的資源。所以停用詞並不是來節省存儲資源的。 並且，我們移除一些停用詞會帶來一些壞處。比如我們就很難無法做
2020-02-24 04:19:23
原创 ElasticSearch--以屬性爲中心的查詢
在實體查詢中，我感興趣是最匹配的項，而不是說最匹配的屬性，這個在Most_fileds 或者best_fields都是以屬性爲中心的查詢。 問題1：在多個屬性中匹配同樣的單詞 考慮most_fields查詢是怎麼執行的：Elas
2020-02-24 04:19:23
原创 ElasticSearch--聯合過濾器查詢
Combining Filters 之前的兩個例子都是單個字段的查詢。在生成環境中，你會需要多個值一起查詢的，例如在sql語言中 SELECT product FROM products WHERE (price =
2020-02-24 04:19:23
原创 golang開源項目列表
https://github.com/gin-gonic/gin 一個好用web框架 https://github.com/golang/groupcache 原memcache作者寫的分佈式緩存系統，源碼值得學習
2018-08-26 16:10:08
原创 終端命令積累
ps -fu coyte|grep java|awk ‘{print $2}’|xargs kill -9 刪除coyte用戶下所有的java程序。這裏最關鍵的是awk命令，其中左邊的命令的輸出都是右邊命令的輸入。 scp localf
2018-08-26 16:10:04
1
原创 golang--net/rpc
用這個這個包，我們可以通過網絡或者其他I/O的連接來訪問其他機器上的方法。一個服務器可以註冊一個對象，然後其他機器就可以用對象的類型名來遠程調用這個對象的方法。 當然這些可以被遠程調用的方法需要一些限制： -the method’s t
2018-08-26 16:10:00
原创 Goroutine的調度分析(一)
golang這個新興的語言，最關鍵的就在於goroutine，而goroutine的調度又是golang的核心。可以說，沒有goroutine，那麼這個語言就會毫無意義，沒有發明的必要。爲了能夠更好的寫出高質量的代碼，最近學習了gor
2018-08-26 16:10:00
原创 Gradiant Boosting Machine
最近看了Friedman的關於梯度提升算法的論文，記錄一下。 1 函數估計 在機器學習領域，算法就是利用數據去估計一個函數或就是一個“預測學習”問題。用訓練數據得到一個估計的F*(x)，這個函數將x映射到y,然後我們通過最小化
2018-08-26 16:09:58
原创 算法導論--在平均線性時間下選擇元素
一般的選擇問題比簡單的選擇最小值要難的多。但是，隨着n的增大，它們所消耗的時間都是O(n)。這一次我們介紹一個基於分治法的算法來解決這個問題，叫做隨機選擇算法，英文名叫，RANDOMIZED-SELECT。這個算法跟快速排序很像，只不過它
2018-08-26 16:09:58
5
原创 算法導論--二叉樹
搜索樹這個數據結果支持很多動態的操作：搜索、最小值啦、最大值，插入和刪除，當然也可以作爲詞典以及優先級隊列。 啥是二叉搜索樹 上圖便是二叉搜索樹，一個父節點最大分兩個叉，並且左孩子子樹的所有節點小於等於父節點，右孩子子樹的所有節點大於
2018-08-26 16:09:58