机器学习-决策树本章介绍机器学习中一个非常重要的监督学习算法思想，决策树，决策树有很多种算法，例如CART，C4.5，ID3等，这里介绍ID3。包括以下内容：决策树的原理信息，熵，信息增益的概念如何划分数据集如何选择最好的数据划分构建决策树图形化查看决策树测试决策树存储和加载决策树ID3的优缺点案例 - 使用决策树预测隐形眼镜类型决策树的原理问题：假定某个数据集S包含M个元素，每个元素都有属性E1

机器学习-朴素贝叶斯本节介绍基于概率论的分类方法：朴素贝叶斯（Naive Bayes），包含以下内容，原理条件概率从文本中构造词向量计算词向量的条件概率测试分类器实例-过滤垃圾邮件原理很多时候我们很难让分类器给出类似“某个数据属于哪个分类”的明确答案，即便分类器给出了，但结果也有可能是错误的。这时，我们可以让分类器给出一个最有可能的猜测结果，同时给出相应的概率。假设数据集有两个分类，C1和C2，给

机器学习-决策树本章介绍机器学习中一个非常重要的监督学习算法思想，决策树，决策树有很多种算法，例如CART，C4.5，ID3等，这里介绍ID3。包括以下内容：决策树的原理信息，熵，信息增益的概念如何划分数据集如何选择最好的数据划分构建决策树图形化查看决策树测试决策树存储和加载决策树ID3的优缺点案例 - 使用决策树预测隐形眼镜类型决策树的原理问题：假定某个数据集S包含M个元素，每个元素都有属性E1

机器学习-使用FP-Growth算法来高效发现频繁项集FP-Growth算法是这里要介绍的第三个非监督学习算法，FP（Frequent Pattern）代表频繁模式。FP-Growth算法相对于Apriori算法来说效率更高，其只需要对数据集进行两轮扫描即可发现频繁项集，而Apriori确做不到。通常情况，FP-Growth会比Apriori快两个数量级。FP-Growth只能发现频繁项集，但不能

数学 - 不定积分与定积分的Maple计算求函数的不定积分是求函数导数的逆运算，需要记住基本的导数公式和求导运算规则。不定积分是一系列函数的集合，定积分是具体的数值。根据牛顿-莱布尼兹公式，会求不定积分就能求定积分。求不定积分的方法：由于手动求不定积分较复杂，这里仅介绍用Mapl求解不定积分和定积分。...

数学 - 基本初等函数导数公式及求导法则三角函数相关运算指数和对数函数相关运算对数函数的强大之处在于可以变积为和，变商为差，化幂为系数。在求幂指函数或某些复杂表达式的函数的导数时，将原来的函数转化为对数函数后可方便求导。隐函数求导“如果方程F(x,y)=0能确定y是x的函数，那么称这种方式表示的函数是隐函数。一般情况下无法写成y=f(x)这种格式，任何的显函数...

VPC 概述VPC （Virtual Private cloud）虚拟私有云，是AWS提供的在网络层面对资源进行分组的技术，一个VPC可以看作是一个独立的集合，默认情况VPC与VPC之间不互通，是逻辑上的隔离。默认一个region下可以创建5个VPC，在创建VPC的时候需要指定网络CIDR，范围：/16 - /28。创建完VPC后，会默认创建一个main route table，其...

经过几个晚上的折腾，终于成功搭建了一套K8S集群环境，我想说的是，真的很繁琐。该集群环境由一个Master节点和两个Worker节点组成，

本章讲解K8S CNI及其周边相关技术，包括CNI，OCI，CRI，网桥，Sandbox，IPIP，VXLan等，以及要自己实现一个CNI的步骤有哪些。

一般情况下，K8S中的Pod都不应该将数据持久化到Pod中，因为Pod可能被随时创建和删除（扩容活缩容），即便是StatefulSet或Operator的Pod，也都不建议在Pod里面存放数据，可以将数据持久化到Host上。K8S提供了非常丰富的存储相关的功能，使得我们可以方便的让Pod访问存储设备。在K8S里面，都统一通过Volume挂载的方式让Pod来访问存储设备，Volume与Pod绑定并与