- 博客(9)
- 收藏
- 关注
RSS订阅原创 百度阿里腾讯面试记录
十一之前都拿到百度的offer了，一直忙于各种琐碎的小事，现在才有时间来记录下找工作的经历，本人在西安，BAT都来的特别早。下面就记下流水账。一、阿里阿里的笔试题相对来说比较简单，笔试完了以后第三天就发通知我去面试。阿里我报的算法工程师，因为我对hadoop和HBase还比较了解，项目中用到过，而且对于hadoop的源码也看过一部分，语言我选的Java。谁知道，去面试的时候出了状况了。面试
2013-10-12 20:09:25
1042
2
原创 mahout 源码解析之聚类--K-Means，FuzzyKMeans
K-Means算法的实现在包org.apache.mahout.clustering.kmeans中，其实现了单机版本和Map-Reduce两种版本的算法。我们先来看类KMeansDriver，在这个类里面我们先从run函数开始看起，首先其利用RandomSeedGenerator随机选取输入样本中的K个作为最先的随机种子。 if (hasOption(DefaultOptionCrea
2013-07-30 15:18:35
1729
原创 mahout 源码解析之聚类--MinHash
MinHash作为一种聚类技术，具体的原理请参见淘宝的博客。在Mahout的实现中其位于包org.apache.mahout.clustering.minhash中，HashFunction为一个接口，HashFactory作为一个工厂类，实现了四种哈希函数。具体的实现位于类MinHashDriver中。这个类没有提供单机版本的实现，所做的是基于Map-Reduce的实现。在输入的参数上k
2013-07-30 14:52:30
1527
原创 mahout 源码解析之聚类--聚类迭代模型
在前面讲聚类策略时，包org.apache.mahout.clustering.iterator里面还有几个类没有进行讲解，这次做下收尾工作。ClusterIterator利用ClusterClassifier和指定的迭代次数将样本进行聚类。其中有三个具体的函数。iterate主要对内存中的数据进行聚类，输入就为一个Vector类型的迭代器。 public ClusterClass
2013-07-28 15:42:31
891
原创 mahout 源码解析之聚类--聚类分类模型
聚类分类模型代码主要在包org.apache.mahout.clustering.classify里面，其主要利用一系列的聚类簇和聚类策略对样本进行分类。我们先来看看类ClusterClassifier。一、ClusterClassifierClusterClassifier有四个属性，分别是聚类策略序列化存放文件路径、一系列的聚类簇、聚类簇类别和聚类策略。 private s
2013-07-28 15:08:59
1564
原创 mahout 源码解析之聚类--聚类策略
考虑到先前我们讲到的canopy算法的源码里面有关于CanopyClusteringPolicy的问题，以及后面将要讲到的K-means,fuzzy K-means都会出现聚类策略的问题，在这里我们就先将这些都拿来讲一讲。聚类策略的代码全部都在包org.apache.mahout.clustering.iterator里面，下面我们来一一解读。一、ClusteringPolicyClu
2013-07-27 16:54:31
1121
原创 mahout 源码解析之聚类--聚类模型
mahout聚类模型主要存在于包org.apache.mahout.clustering中，主要包含Model、ClusterObservations和GaussianAccumulator几部分。一、ModelModel主要定义了以下几个函数： double pdf(O x);//计算x属于此模型的概率 void observe(O x);//将加入此模型 void observ
2013-07-27 15:58:31
868
1
原创 mahout 源码解析之聚类--Canopy算法
Canopy算法的实现在包org.apache.mahout.clustering.canopy中。一、算法基本思想算法基本思想如下：（1）、将数据集向量化得到一个list后放入内存，选择两个距离阈值：T1和T2，其中T1 > T2，T1和T2的值可以用交叉校验来确定；（2）、从list中任取一点P，用低计算成本方法快速计算点P与所有Canopy之间的距离（如果当前不存在Canop
2013-07-26 15:46:52
3303
2
转载 网络编程之同步，阻塞，异步，非阻塞
同步：函数没有执行完不返回，线程被挂起阻塞：没有收完数据函数不返回，线程也被挂起异步：函数立即返回，通过事件或是信号通知调用者非阻塞：函数立即返回，通过select通知调用者这样看来异步和非阻塞有什么区别呢？异步=非阻塞？同步是在操作系统层面上，阻塞是在套接字上？Reactor是同步 Proactor是异步？回答：同步、异步、
2012-03-07 14:41:48
357
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人