Just Me

What I cannot create, I do not understand.

Hive编程开发（1）

JDBC的客户端调用和自定义UDF函数实现

入坑指南（1） 1. JDBC的客户端调用用Java来做hive查询的代码样例如下。相关Jar包的配置，见本页最后的pom文件。下面的代码充当了beeline的作用。所以，为了保证能连接上hive，需要确保已经开启了hiveserver2。hiveserver2默认开启的端口是10000。这里我指定的查询语句是select name, buydate, cost, sum(co...

Posted by HC on March 30, 2018

在Ubuntu系统下伪分布式安装Hadoop，Spark和Hive

Hadoop, Spark, Mysql, Hive

入坑前的准备工作 0. 安装所需文件 Hadoop-3.0.0.tar.gz Scala-2.12.5.tar.gz Spark-2.3.0.tar.gz Hive-2.3.2.tar.gz Java 1.8.0_162.tar.gz mysql-connector-java-5.1.46.jar 1. 安装Hadoop 1.1 安装jdk 解压...

Posted by HC on March 26, 2018

Paper Reading on Multi-label Classification

Adversarial Extreme Multi-label Classification

今天组会，小伙伴分享的论文，赶紧做一波笔记 1. Background & Motivation 1.1 Multi-label Classification 我们先唠叨一下背景知识。所谓的多标签分类问题，指的是一个instance $X$同时被打上多个标签。各个标签之间可以是有联系，也可以是独立的。比如，$X=$周杰伦，那么他的标签就可以是人，男人，歌手等等。如果...

Posted by HC on March 20, 2018

Gaussian Process Regression

From Bayesian Linear Regression to Gaussian Process

昨天实验室组会，小伙伴分享了高斯过程回归，所以赶紧我也总结一波 1. Linear Regression 线性回归问题是机器学习中最为基础的一个回归模型。线性回归使用了square loss，旨在使用一个线性函数$f(X)=X\beta$来拟合当前数据。为了简单方便，这里不考虑kernel extension的情况。其优化目标$L(Y,f(X))$和solution可以写作下...

Posted by HC on March 11, 2018

在基于jekyll的github上发布的博客中支持MathJax

LaTex数学公式

在head.html中加入以下代码[^知乎答案] <script src="https://cdn.mathjax.org/mathjax/latest/MathJax.js?config=TeX-AMS-MML_HTMLorMML" type="text/javascript"></script> <script type="text/x-mathjax-...

Posted by HC on March 7, 2018

Online Learning (1)

Introducation

Online Learning笔记系列 1. Offline Learning 传统的机器学习是offline的。大致的步骤为：给定训练数据，训练模型，再将模型应用在测试数据上。这样做的前提是假设了训练数据与测试数据源于统一分布。但是在实际问题中，往往是不成立的，现实生活中的数据是实时到来，数据分布也会有所变化。比如一般来说，用户一年四季的购物喜好是不同的。对于这种数据流数据...

Posted by HC on March 7, 2018

Ubuntu下配置Latex环境

附带Latex中文字体配置

为了能在Ubuntu下用Latex写毕设论文，特此记录下Ubuntu下的Latex相关配置 1. 安装Latex和TexMaker Ubuntu下安装Latex比较简单，执行： sudo apt-get install texlive-full 这个包比较大，要占3G左右的空间。不过好在实验室网速还不错。装好之后安装TexMaker，也是一命令就行 sudo apt-ge...

Posted by HC on March 6, 2018