1. 标准化(Standardize)：
标准化给定数据集中所有数值属性(或者分别对每个feature列处理)的值到一个0均值和单位方差的正态分布。
2.规范化(Nomalize):
规范化给定数据集中的所有数值(或者分别对每个feature列处理)属性值，类属性除外。结果值默认在区间[0,1]，但是利用缩放和平移参数，我们能将数值属性值规范到任何区间。[......]
机器学习中Nomalize(规范化)和Standardize(标准化)
Leave a reply
CentOS 5.7 编译安装gcc/g++ 4.8.4
CentOS 5.X 自带的 gcc/g++依然是4.1.2，太老了。
本文记录了在CentOS上编译安装gcc 4.8.4的过程。
1、安装依赖三大件
按顺序安装gmp、mpfr、mpc，注意要都是disable share
wget ftp://gcc.gnu.org/pub/gcc/infrastructure/gmp-4.3.2.tar.gz
tar -xzvf gmp-4.3.2.tar.gz
./configure --enable-shared=no
make[......]
Google FlatBuffers使用教程
在服务端的开发过程中，我们经常需要完成 复杂数据结构 <--> 二进制数据 之间的序列化、反序列化操作。
与易于阅读的Json相比，Google Protocol Buffers是一个不错的选择。然而，其速度依然比较慢。去年，Google又开源了推出了一款序列化利器：Google FlatBuffers。本文将简介其用法，
1、为什么要用Google FlatBuffers
我就不用复杂的文字描述了，一份官方Benchmark数据就足以说明问题：
可以看到，与[......]
Python使用urllib2打开含有unicode(中文)的url时报错的问题。
1、报错：
import urllib2
url = u"http://www.baidu.com/wd=测试"
urllib2.urlopen(url).read()
错误如下：
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/usr/lib/python2.7/urllib2.py", line 127, in urlopen
r[......]
Writing Hive Custom Aggregate Functions (UDAF)
转载自：《Writing Hive Custom Aggregate Functions (UDAF): Part II》
Now that we got eclipse configured (see Part I) for UDAF development, its time to write our first UDAF. Searching for custom UDAF, most people might have already came across the followi[......]