漫谈：机器学习中距离和相似性度量方法。在机器学习和数据挖掘中，我们经常需要知道个体间差异的大小，进而评价个体的相似性和类别。最常见的是数据分析中的相关分析，数据挖掘中的分类和聚类算法，如 K 最近邻（KNN）和 K 均值（K-Means）等等。根据数据特性的不同，可以采用不同的度量方法。--技术头条 -- 微博大V帮你宣传技术博文开发者头条码农头条

漫谈：机器学习中距离和相似性度量方法。在机器学习和数据挖掘中，我们经常需要知道个体间差异的大小，进而评价个体的相似性和类别。最常见的是数据分析中的相关分析，数据挖掘中的分类和聚类算法，如 K 最近邻（KNN）和 K 均值（K-Means）等等。根据数据特性的不同，可以采用不同的度量方法。 (dataunion.org)

由 @技术头条 2015-06-21 22:18 / 0个评论

赞过的人： @技术头条

学习了解数据仓库中的分层概念 (ixyzero.com)

本文详细介绍了数据仓库的分层概念，包括数据运营层（ODS）、数据仓库层（DW）和数据应用层（APP）。其中，DW层进一步细分为数据明细层（DWD）、数据中间层（DWM）和数据服务层（DWS）。文章阐述了各层的功能和作用，并通过实例说明如何在实际业务中应用这些分层概念。该内容适合数据工程师、数据分析师、数据架构师以及对数据仓库设计和实现感兴趣的技术人员阅读。

by @技术头条 2025-01-12 12:08 查看详情

Java｜如何用一个统一结构接收成员名称不固定的数据 (mazhuang.org)

文章通过企业微信接口示例，介绍用 Jackson 的 @JsonAlias 注解处理 Java 中不固定字段名的 JSON 数据，提升解析通用性。适合需统一处理多样 JSON 数据的 Java 开发者。

by @技术头条 2025-01-12 12:05 查看详情

CSPJ 教学思考：贪心算法 (blog.devtang.com)

本文介绍了贪心算法在 CSP-J（信息学奥林匹克联赛入门级）教学中的应用。贪心算法通过每一步选择局部最优解，期望最终达到全局最优。作者强调了排序在贪心算法中的重要性，并提供了 sort 函数和自定义结构体排序的示例代码。文章还推荐了适合教学的题目，如 P2240 部分背包问题、P1223 排队接水等，并附上详细的解题思路和代码实现。适合正在备战 CSP-J 的学生和指导教师参考。

by @技术头条 2025-01-12 11:55 查看详情

数据的长期保存 (blog.delphij.net)

这篇文章探讨了长期数据保存的策略与实践，详细分析了存储介质的选择、数据完整性保障方法以及常见的管理问题和解决方案。作者结合实践经验，提出了一套适用于个人和企业的数据保存规划。内容适合关注数据存储、安全备份及长期保存技术的开发者、IT 管理人员，以及对数据安全感兴趣的读者，提供了具有实用价值的参考建议。

by @技术头条 2025-01-03 00:15 查看详情

Go中秘而不宣的数据结构 BitVec, 资源优化方法之位向量 (colobu.com)

如何深入理解 Go 的内部数据结构？文章以 BitVec 为例，详细解析了其设计原理、实现方式以及在不同场景中的应用，还探讨了相关的性能优化策略和工程实践。这是一篇高质量的技术解读，为开发者学习 Go 的底层实现提供了宝贵的参考！

by @技术头条 2025-01-02 23:59 查看详情

ThinkPad + Redis：构建亿级数据毫秒级查询的平民方案 (soulteary.com)

如何用普通设备实现海量数据的毫秒级查询？文章分享了在 ThinkPad 上构建 Redis 系统的完整方案，详细解析了数据分片、查询优化和资源调配等关键技术，还提供了针对高效查询的实际案例。轻量化实现，高性能表现，为开发者提供了实用的参考思路，值得深入学习！

by @技术头条 2025-01-02 23:58 查看详情

职场需要主动争取，否则根本轮不到你 (ixyzero.com)

在职场中，机会往往不会自动找上门，只有主动争取，才能把握自己的成长和发展空间。不要害怕表达自己的想法，展示自己的能力，否则机会可能早已落入他人之手！

by @技术头条 2024-11-23 21:53 查看详情

Hive SQL如何找出连续日期数据之间的较大波动 (ixyzero.com)

本文介绍了在 Hive SQL 中如何识别连续日期数据的显著波动，适用于异常检测。使用窗口函数 `LAG` 和 `LEAD` 提取前后日期数据，通过对比当天与昨日、近几日的均值或分位数来判定异常。文中提供了查询示例，通过阈值设定（如倍数增加或p90分位数）识别异常值，帮助分析用户行为或数据波动，为风控和数据监控提供技术支持。

by @技术头条 2024-11-02 16:52 查看详情

OpenTelemetry在企业内部应用所需要的技术栈 (crossoverjie.top)

本文详细解析了 OpenTelemetry 在企业中的技术栈应用，涵盖日志、指标和链路追踪的整合方案，帮助实现系统全方位的可观测性。介绍了 OpenTelemetry 的架构和关键组件如 Collector、eBPF，以及 SigNoz 和 OpenObserve 等开源工具，以实现统一的数据存储和可视化，适合需要高效、灵活监控的企业部署。

by @技术头条 2024-11-02 16:35 查看详情

对抗式机器学习攻击与缓解措施分类及术语（上） (blog.nsfocus.net)

本文介绍了NIST在对抗性机器学习中的分类和术语，分析了攻击阶段、目的和对抗措施，帮助提升AI系统的安全性和鲁棒性。

by @技术头条 2024-11-02 16:27 查看详情