给自己的网站升级为https

背景 晓东说,有一个证书可以免费申请,就申请了一下。感谢晓东(https://lxd.cc/) 记录一下。 具体说明 1、申请CSR 有一个可以免费申请的地址:https://myssl.com/csr_create.html 申请完之后,用notepad...
技术相关 01-26 评论已关闭

python习题100练

#练习1:把驼峰命令换成下划线 #e.g.  GetItem -> get_item #      getItem -> get_item #      doIT    -> do_IT 代码: def ChangeTuofeng(objectvar):     wordobjectvar=[]     for i in range(len(objectvar)):         if str.isupper(objectvar[i])==True and i!=0 and str.isupper(objectvar[i-1])!=True:         &...
技术相关 01-07 评论已关闭

category,label,tag的区别

背景 在统计日志,推荐中,经常会使用到category,label,tag。有时候分不清三者的区别,整理分享。 具体说明 翻译: category :分类  label:标记 tag:标签 1、label与tag的区别 -文本指代不同:label中的文本信息代表本身的内容,所指向区域的功能;而tag文本表示对象的附加属性,这个属性是人或者用户给予的,用来描述该对象的。 -概念起源不同:label是网页上的标志,展示给用户网页上的内容分布,标记的设计和命名,应该早先于标记所指向的内容产生;而tag,从来源上就可看出是一种人为的记号,大部分情况是内容产生后,向内容添加标签以方便再次返回查找。 -用途不同:label表明了信息之间的层级和归属关系,可用于引导(导...
机器学习 01-05 评论已关闭

stop words(中文+英文)

背景 分享一份停用词表,中文+英文 具体说明 stop_words.txt
机器学习 01-05 评论已关闭

Facebook推荐工程师交流笔记

背景 与facebook某工程师交流,记一下交流的信息 具体说明 自己总结: Q1:facebook的推荐PM跟推荐RD怎么配合,推荐PM的需要涉及到model的工作吗? A:因为feed是一个会涉及到多个业务的部门,所以PM会做很多协调,管理方面的工作,来推动各方支持。推荐PM不会涉及到model部分。 Q2:如果是纯富媒体内容(比如纯图片,纯视频,非文本类),在推荐中的学习使用情况。 A:facebook没有对内容有任何的学习处理,会提取用户发布的#hashtag#,但是不会自己再对内容做理解。所以也没有处理过图像,facebook实验室针对图像做的一些东西,instagram在用,但是facebook feed本身story没用。 ——延展:这里才想起来,facebook其实只有一种召回,就是关...
机器学习 01-04 评论已关闭

排序模型:LR连续特征离散化

背景 跟RD看特征interaction时候的训练出来的结果,看到对一级标签点击率有多个Wi 参数,问了一下原因。搜了一下,把结果记录一下 具体说明 什么是特征离散化 在工业界,很少直接将连续值作为逻辑回归模型的特征输入,而是将连续特征离散化为一系列0、1特征交给逻辑回归模型 有什么优势 0. 离散特征的增加和减少都很容易,易于模型的快速迭代; 1. 稀疏向量内积乘法运算速度快,计算结果方便存储,容易扩展; 2. 离散化后的特征对异常数据有很强的鲁棒性:比如一个特征是年龄>30是1,否则0。如果特征没有离散化,一个异常数据“年龄300岁”会给模型造成很大的干扰; 3. 逻辑回归属于广义线性模型,表达能力受限;单变量离散化...
机器学习 12-28 评论已关闭

python爬美女图片

背景 为了MKMM项目,爬妹子图片,标注样本 从校花网跟4439两个网站爬了一些。 具体说明 代码如下: 校花网 #coding=utf-8 import urllib import re for i in range(44):     def getHtml(url):#获取网页内容         page = urllib.urlopen(url)         html = page.read()         return html         print html     def getImg(html):#获取...
技术相关 12-24 评论已关闭

内容推荐学习笔记1:认识推荐系统

1、产品解决什么问题   ● 在信息过载的情况下,用户更方便快捷的提升自己在消费内容上的时间利用率   ● 帮助用户发现他潜在喜欢的内容 2、怎么解决:推荐系统 推荐系统:发掘用户(user)集合与物品集合(item)之间的语义关系,为用户生成最相关的Top-N 推荐系统的核心是利用机器学习的方法,来帮忙做筛选跟排序。 推荐系统的核心算法:可以根据用户画像,内容画像和情景信息,计算用户对内容感兴趣的概率P(y|xu,xi,xc) 3、具体的解决办法 推荐系统架构&流程 推荐系统主要分为:召回,排序 两部分 召回:寻找与用户相关的内容,包括多种召回手段 排序:在候选集里,找到最合适的top-N,主要分为粗排与细排两部分 ...
机器学习 12-20 评论已关闭

python分析excel导出的AB实验结果

背景 在公司经常自己处理excel,而且任务重复,繁多,趁着学python,自己搞一个脚本以后处理 具体描述 # coding=utf-8 import xlwt import numpy import xlrd from xlutils.copy import copy import json  # 转化格式 #获取文件,用户输入 print json.dumps("请输入excel文件 格式 f.xlsx ",encoding="UTF-8",ensure_ascii=False) OnLinefile=raw_input() #获取时间,用户输入 print json.dumps("请输入上线时间 格式 2017-11-09",encoding="UTF-8",ensure_ascii=False) OnLineDate=r...
技术相关 12-17 评论已关闭