在论文 Network In Network 中，提出了一个重要的方法：1×11×11\times1 卷积。这个方法也在后面比较火的方法，如 googLeNet、ResNet、DenseNet ，中得到了非常广泛的应用。特别是在 googLeNet 的Inception中，发挥的淋漓尽致。初次看到 1×11×11\times1 卷积，可能会觉得没有什么作用，因为给人的感觉就是 1×11×11\..

问题原因已使用训练数据完成xgboost模型的训练，后期应用时，加载完成模型，使用新数据进行预测时报错。ValueError: feature_names mismatch，具体如下图。导致这个问题原因可能有多种情况，我这里对我的情况解释一下。我这里是由于训练数据划分好，使用的 X_train 训练， 后面经验证集 X_test 跑出结果，得到auc都没有问题。保存好模型。在后期再应...

以下内容均摘抄自《Spark快速大数据分析》运行规则总的来说，每个 Spark 程序或 shell 会话都按如下方式工作。从外部数据创建出输入 RDD。使用诸如 filter() 这样的转化操作对 RDD 进行转化，以定义新的 RDD。告诉 Spark 对需要被重用的中间结果 RDD 执行 persist() 操作。使用行动操作（例如 count() 和 first() 等）来触发一次并行