项目github地址：bitcarmanlee easy-algorithm-interview-and-practice欢迎大家star，留言，一起学习进步1.分箱数据分箱的需求在实际中非常常见。对于一组连续的值，会对其切分成若干段，每一段我们将其看做一个类别，这个过程就叫做分箱。分箱操作本质上就是将连续值离散化的一个过程。举个常见的例子：最常见的就是对年龄进行分箱操作。假设人的年龄从0-120

1.loc用法loc是基于行的index，可以选择特定的行，同时还可以根据列名称选定指定列。iloc是基于行/列的位置(position)来进行选择def select_test():a = [i for i in range(10)]b = [2*x + 0.1 for x in a]data = {"x": a, "y": b}tmp = pd.DataFrame(data, index=["

项目github地址：bitcarmanlee easy-algorithm-interview-and-practice欢迎大家star，留言，一起学习进步以下为跟着我一块做项目的小朋友面经前言：因本人的个人规划与组内的项目安排与规划产生了不可调和的分歧，本人在七月份与ld沟通，但情况并未好转，本人于本月提出离职申请。求职之路:面的主要是广告/推荐算法工程师岗位面试挂过的公司:百度(两次一面挂)

项目github地址：bitcarmanlee easy-algorithm-interview-and-practice欢迎大家star，留言，一起学习进步0.前言自己的macos上一直没有安装上xgboost，最近因为工作需要，想在macos上安装一下xgboost。本来以为是个很简单的事情，没想到还是费了一些波折，特意记录一下1. 直接安装失败最开始直接使用pin install xgboo

1.为什么java8中加入StreamStream 作为 Java 8 的一大亮点，它与 java.io 包里的 InputStream 和 OutputStream 是完全不同的概念。Java 8 中的 Stream 是对集合（Collection）对象功能的增强，它专注于对集合对象进行各种非常便利、高效的聚合操作（aggregate operation），或者大批量数据操作 (bulk dat

1.spark读取hdfs gz的压缩文件spark1.5以后的版本支持直接读取gz格式的文件，与读取其他纯文本文件没区别。启动spark shell的交互界面，按读取普通文本文件的方式读取gz文件：sc.textFile("/your/path/*.gz").map{...}以上的代码就能搞定读取gz压缩文件的需求。2.spark读取parquet格式文件spark天然就支持parquet格式

1.推荐系统与spark做推荐系统的同学，一般都会用到spark。spark的用途相当广泛，可以用来做效果数据分析，更是构建特征与离线训练集的不二人选，同时spark streaming也是做实时数据的常用解决方案，mllib包与ml包里面也实现了很多常用的算法，是针对大数据集分布式算法最常用的算法框架。因此能熟练掌握spark的使用算是做推荐系统的基本功。2.ALS算法spark mllib/m

1.bloom filter布隆过滤器（英语：Bloom Filter）是1970年由布隆提出的。它实际上是一个很长的二进制向量和一系列随机映射函数。布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都远远超过一般的算法，缺点是有一定的误识别率和删除困难。2.两种错误率FP/FNFP = A false positive error, or in short a f...

0.前言在深度神经网络崛起之前，基于树类的算法是表现比较优异，非线性性能比较好的一大类算法，深受广大人民群众的喜爱。比如常见的基于树的算法有随机森林(Random Forest)，GBDT， XGboost, LightGBM等。而所有的这些算法，都是基于决策树(Decision Tree)进化而来的。因此了解熟悉决策树是我们学习算法过程中一个必不可少的环节。决策树可以分为分类树与回归树。回归树一

想在自己的ubuntu里做su root的操作，猛然发现自己不知道root密码，然后也意识到，好像自己也一直没有给ubuntu设置过root密码。特意搜了一把，发现ubuntu的默认root密码是随机的，每次开机都会有一个新的root密码。为了设置新的root密码，可以做如下操作：1.输入sudo passwd命令，然后会提示输入当前用户的密码。2.按enter键，终端会提示输入新的密码并确