<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Han_kin的专栏]]></title><description><![CDATA[相互交流是快速进步的一个重要因素]]></description><link>https://blog.csdn.net/Han_kin</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; Han_kin]]></copyright><item><title><![CDATA[在windows10下利用myeclipse运行hadoop]]></title><link>https://blog.csdn.net/Han_kin/article/details/77771808</link><guid>https://blog.csdn.net/Han_kin/article/details/77771808</guid><author>Han_kin</author><pubDate>Fri, 01 Sep 2017 13:30:32 +0800</pubDate><description><![CDATA[Windows10环境下配置Hadoop具体可以参考马士兵老师的官网：http://www.mashibing.com下载代码资源包
下载hadoop-2.7.3安装包，可以去官网下载  
下载winutils等文件  
bin目录下载地址    
在windows下配置Hadoop-2.7.3的环境变量。HADOOP_HOME=D:/hadoop-2.7.3
path = %HADOOP_HOME]]></description><category></category></item><item><title><![CDATA[Java多线程学习]]></title><link>https://blog.csdn.net/Han_kin/article/details/77751094</link><guid>https://blog.csdn.net/Han_kin/article/details/77751094</guid><author>Han_kin</author><pubDate>Thu, 31 Aug 2017 18:58:06 +0800</pubDate><description><![CDATA[Java多线程学习（吐血超详细总结）




        写在前面的话：此文只能说是java多线程的一个入门，其实Java里头线程完全可以写一本书了，但是如果最基本的你都学掌握好，又怎么能更上一个台阶呢？如果你觉得此文很简单，那推荐你看看Java并发包的的线程池（Java并发编程与技术内幕:线程池深入理解），或者看这个专栏：Java并发编程与技术内幕。你将会对Java里头的高并发场景]]></description><category></category></item><item><title><![CDATA[Python执行时间的计算方法]]></title><link>https://blog.csdn.net/Han_kin/article/details/77750997</link><guid>https://blog.csdn.net/Han_kin/article/details/77750997</guid><author>Han_kin</author><pubDate>Thu, 31 Aug 2017 18:45:51 +0800</pubDate><description><![CDATA[首先说一下我遇到的坑，生产上遇到的问题，我调度Python脚本执行并监控这个进程，python脚本运行时间远远大于python脚本中自己统计的程序执行时间。 
监控python脚本执行的时间是36个小时，而python脚本中统计自己执行的时间是4个小时左右。 
问题暴漏之后首先想到的是Linux出了问题，查找各种日志未发现有何异常。 
然后是想到python中用到的py2neo的写数据异步，]]></description><category></category></item><item><title><![CDATA[Linux下的文件权限]]></title><link>https://blog.csdn.net/Han_kin/article/details/77749378</link><guid>https://blog.csdn.net/Han_kin/article/details/77749378</guid><author>Han_kin</author><pubDate>Thu, 31 Aug 2017 16:49:43 +0800</pubDate><description><![CDATA[第六章：linux的文件权限与目录配置
6.1 用户与用户组
基本知识不解释，记录用户身份和用户组记录的文件
用户的信息记录在/etc/password
个人密码记录在/etc/shadow
组名记录在/etc/group
6.2文件权限的概念 这部分比较有看头：
察看文件的命令：ls -al 有这样的结果：

  sspeng@sspeng-desktop:~$ ls -al]]></description><category></category></item><item><title><![CDATA[归一化方法（Normalization Method）]]></title><link>https://blog.csdn.net/Han_kin/article/details/77718435</link><guid>https://blog.csdn.net/Han_kin/article/details/77718435</guid><author>Han_kin</author><pubDate>Wed, 30 Aug 2017 16:31:55 +0800</pubDate><description><![CDATA[数据归一化问题是数据挖掘中特征向量表达时的重要问题，当不同的特征成列在一起的时候，由于特征本身表达方式的原因而导致在绝对数值上的小数据被大数据“吃掉”的情况，这个时候我们需要做的就是对抽取出来的features
 vector进行归一化处理，以保证每个特征被分类器平等对待。下面我描述几种常见的Normalization Method，并提供相应的Python实现（其实很简单）：

1、(0,]]></description><category></category></item><item><title><![CDATA[Pandas入门—Series和DataFrame]]></title><link>https://blog.csdn.net/Han_kin/article/details/77717789</link><guid>https://blog.csdn.net/Han_kin/article/details/77717789</guid><author>Han_kin</author><pubDate>Wed, 30 Aug 2017 16:07:39 +0800</pubDate><description><![CDATA[Series类型没有直接的to_excel方法（out.to_excel('data2.xlsx','Sheet1')），所以是不能直接写入到文件中的，解决办法：将Series转化为DataFrame，然后再写入问价中即可。Series.to_frame(name=None)


Pandas入门—Series和DataFrame概述：pandas含有使数据分析工作变得更快更简单的高级数据结]]></description><category></category></item><item><title><![CDATA[Python实现进度条总结]]></title><link>https://blog.csdn.net/Han_kin/article/details/77717131</link><guid>https://blog.csdn.net/Han_kin/article/details/77717131</guid><author>Han_kin</author><pubDate>Wed, 30 Aug 2017 15:34:48 +0800</pubDate><description><![CDATA[找了一半天，始终没有找到自己满意的进度条。皇天不负有心人，找到了以为博主总结的进度条。
我的python是3.6，windows10系统，在Spyder运行成功！
先说一下文本系统的控制符：
\r：   将光标移动到当前行的首位而不换行；
\n：   将光标移动到下一行，并不移动到首位；
\r\n： 将光标移动到下一行首位。
     
环境：
root@ubuntu16:/alex/py/j]]></description><category></category></item><item><title><![CDATA[Octave语法]]></title><link>https://blog.csdn.net/Han_kin/article/details/77622963</link><guid>https://blog.csdn.net/Han_kin/article/details/77622963</guid><author>Han_kin</author><pubDate>Sun, 27 Aug 2017 20:45:34 +0800</pubDate><description><![CDATA[Octave语法












向量


分号：分割行

空格或逗号：分割列


创建与访问

行向量


空格或逗号分割

>> v = [1 2 3] % 等效：v = [1, 2, 3]
v =

   1   2   3
   
>> v(2) % 只有一行，所以指定就是列
ans =  2

列向量


分号分割]]></description><category></category></item><item><title><![CDATA[Anaconda使用总结]]></title><link>https://blog.csdn.net/Han_kin/article/details/77621601</link><guid>https://blog.csdn.net/Han_kin/article/details/77621601</guid><author>Han_kin</author><pubDate>Sun, 27 Aug 2017 17:21:31 +0800</pubDate><description><![CDATA[Anaconda使用总结



序

Python易用，但用好却不易，其中比较头疼的就是包管理和Python不同版本的问题，特别是当你使用Windows的时候。为了解决这些问题，有不少发行版的Python，比如WinPython、Anaconda等，这些发行版将python和许多常用的package打包，方便pythoners直接使用，此外，还有virtualenv、pyenv等工具管]]></description><category></category></item><item><title><![CDATA[使用sklearn做单机特征工程]]></title><link>https://blog.csdn.net/Han_kin/article/details/77618950</link><guid>https://blog.csdn.net/Han_kin/article/details/77618950</guid><author>Han_kin</author><pubDate>Sun, 27 Aug 2017 10:40:27 +0800</pubDate><description><![CDATA[使用sklearn做单机特征工程

目录
1 特征工程是什么？
2 数据预处理
　　2.1 无量纲化
　　　　2.1.1 标准化
　　　　2.1.2 区间缩放法
　　　　2.1.3 标准化与归一化的区别
　　2.2 对定量特征二值化
　　2.3 对定性特征哑编码
　　2.4 缺失值计算
　　2.5 数据变换
　　2.6 回顾
3 特征选择
　　3.1 Filter
]]></description><category></category></item><item><title><![CDATA[机器学习常见算法分类汇总]]></title><link>https://blog.csdn.net/Han_kin/article/details/77600164</link><guid>https://blog.csdn.net/Han_kin/article/details/77600164</guid><author>Han_kin</author><pubDate>Sat, 26 Aug 2017 11:35:21 +0800</pubDate><description><![CDATA[机器学习常见算法分类汇总



原文出处： IT经理网   

机器学习无疑是当前数据分析领域的一个热点内容。很多人在平时的工作中都或多或少会用到机器学习的算法。本文为您总结一下常见的机器学习算法，以供您在工作和学习中参考。

机器学习的算法很多。很多时候困惑人们都是，很多算法是一类算法，而有些算法又是从其他算法中延伸出来的。这里，我们从两个方面来给大家介绍，第一个方面是学习的方式]]></description><category></category></item><item><title><![CDATA[机器学习中的分类算法]]></title><link>https://blog.csdn.net/Han_kin/article/details/77600145</link><guid>https://blog.csdn.net/Han_kin/article/details/77600145</guid><author>Han_kin</author><pubDate>Sat, 26 Aug 2017 11:33:36 +0800</pubDate><description><![CDATA[机器学习中的分类算法

机器学习，模式识别中很重要的一环，就是分类，因为计算机其实无法深层次地理解文字图片目标的意思，只能回答是或者不是。当然现在卷积神经网络正在希望计算机能够看懂东西，这次我们先来看一些一些简单的分类算法。


朴素贝叶斯

说到朴素贝叶斯，先说一下贝叶斯定理，首先要解释的就是条件概率，非常简单，P(A|B)表示事件B发生的情况下，事件A发生的概率， 


P]]></description><category></category></item><item><title><![CDATA[有监督学习、无监督学习、分类、聚类、回归等概念]]></title><link>https://blog.csdn.net/Han_kin/article/details/77600125</link><guid>https://blog.csdn.net/Han_kin/article/details/77600125</guid><author>Han_kin</author><pubDate>Sat, 26 Aug 2017 11:30:33 +0800</pubDate><description><![CDATA[有监督学习、无监督学习、分类、聚类、回归等概念

这篇是很久之前写的了.. 后来才开始上 Andrew Ng 老师的 MOOC，发现其实老师讲得很好了，建议有时间看看他的《Machina Learning》，只看第一节课就可以很了解这些概念了。


主要内容

有监督学习、无监督学习、分类、聚类、回归等概念


有监督学习、无监督学习、分类、聚类、回归等概念

这里举一个给]]></description><category></category></item><item><title><![CDATA[用python做数据分析4|pandas库介绍之DataFrame基本操作]]></title><link>https://blog.csdn.net/Han_kin/article/details/77600062</link><guid>https://blog.csdn.net/Han_kin/article/details/77600062</guid><author>Han_kin</author><pubDate>Sat, 26 Aug 2017 11:23:08 +0800</pubDate><description><![CDATA[用python做数据分析4|pandas库介绍之DataFrame基本操作



怎样删除list中空字符？
最简单的方法：new_list = [ x for x in li if x != '' ]

今天是5.1号。
这一部分主要学习pandas中基于前面两种数据结构的基本操作。
设有DataFrame结果的数据a如下所示：    
       a  b  c
one  ]]></description><category></category></item><item><title><![CDATA[DataFrame 数据合并，连接（merge,join,concat)]]></title><link>https://blog.csdn.net/Han_kin/article/details/77583390</link><guid>https://blog.csdn.net/Han_kin/article/details/77583390</guid><author>Han_kin</author><pubDate>Fri, 25 Aug 2017 17:27:10 +0800</pubDate><description><![CDATA[作者：lianghc
连接：http://blog.csdn.net/zutsoft/article/details/51498026
merge  通过键拼接列
pandas提供了一个类似于关系数据库的连接(join)操作的方法<Strong>merage</Strong>,可以根据一个或多个键将不同DataFrame中的行连接起来
语法如下[python] view plain copy pri]]></description><category></category></item><item><title><![CDATA[sklearn.model_selection.train_test_split随机划分训练集和测试集]]></title><link>https://blog.csdn.net/Han_kin/article/details/77583023</link><guid>https://blog.csdn.net/Han_kin/article/details/77583023</guid><author>Han_kin</author><pubDate>Fri, 25 Aug 2017 17:23:57 +0800</pubDate><description><![CDATA[sklearn.model_selection.train_test_split随机划分训练集和测试集
官网文档：http://scikit-learn.org/stable/modules/generated/sklearn.model_selection.train_test_split.html#sklearn.model_selection.train_test_split一般形式：
tra]]></description><category></category></item><item><title><![CDATA[全文搜索引擎 Elasticsearch 入门教程]]></title><link>https://blog.csdn.net/Han_kin/article/details/77528310</link><guid>https://blog.csdn.net/Han_kin/article/details/77528310</guid><author>Han_kin</author><pubDate>Thu, 24 Aug 2017 11:46:18 +0800</pubDate><description><![CDATA[全文搜索引擎 Elasticsearch 入门教程









作者： 阮一峰

日期： 2017年8月17日



全文搜索属于最常见的需求，开源的 Elasticsearch （以下简称
 Elastic）是目前全文搜索引擎的首选。

它可以快速地储存、搜索和分析海量数据。维基百科、Stack Overflow、Github 都采用它。


]]></description><category></category></item><item><title><![CDATA[Python机器学习应用-北京理工大学 - 【第二周】有监督学习]]></title><link>https://blog.csdn.net/Han_kin/article/details/77524711</link><guid>https://blog.csdn.net/Han_kin/article/details/77524711</guid><author>Han_kin</author><pubDate>Thu, 24 Aug 2017 10:10:04 +0800</pubDate><description><![CDATA[本周课程导学监督学习的目标利用一组带有标签的数据，学习从输入到输出的映射，然后将这种映射关系应用到未知数据上，达到分类或回归的目的。
分类：当输出是离散的，学习任务为分类任务。
回归：当输出是连续的，学习任务为回归任务。
分类学习• 输入：一组有标签的训练数据(也称观察和评估)，标签表明了这些数据（观察）的所署类别。• 输出：分类模型根据这些训练数据，训练自己的模型参数，学习出一个适合这组数据的分类]]></description><category></category></item><item><title><![CDATA[如何快速转载CSDN中的博客]]></title><link>https://blog.csdn.net/Han_kin/article/details/77524562</link><guid>https://blog.csdn.net/Han_kin/article/details/77524562</guid><author>Han_kin</author><pubDate>Thu, 24 Aug 2017 10:02:15 +0800</pubDate><description><![CDATA[前言

  对于喜欢逛CSDN的人来说，看别人的博客确实能够对自己有不小的提高，有时候看到特别好的博客想转载下载，但是不能一个字一个字的敲了，这时候我们就想快速转载别人的博客，把别人的博客移到自己的空间里面，当然有人会说我们可以收藏博客啊，就不需要转载，(⊙o⊙)… 也对。。

实现

  因为我自己当初想转载的时候却不知道该怎么转载，所以学会了之后就把方法写出来，帮助那些想转载却不知]]></description><category></category></item><item><title><![CDATA[Python包管理工具——Pip]]></title><link>https://blog.csdn.net/Han_kin/article/details/69056100</link><guid>https://blog.csdn.net/Han_kin/article/details/69056100</guid><author>Han_kin</author><pubDate>Tue, 04 Apr 2017 11:24:06 +0800</pubDate><description><![CDATA[Python包管理工具——Pip

目录


1 前言2 获取pip

2.1 脚本安装pip2.2 使用包管理软件安装2.3 更新pip
3 pip基本使用

3.1 安装PyPI软件3.2 查看具体安装文件3.3 查看哪些软件需要更新3.4 升级软件包3.5 卸载软件包
4 pip简明手册

4.1 安装具体版本软件4.2 Requirements文件安装依赖软件4.]]></description><category></category></item></channel></rss>