beta - Latest Comments

Re: 运筹学常用算法实现

刘思喆 — Sun, 26 Feb 2023 09:41:44 -0000

哈哈，一起搞一起搞

Re: 使用Emacs编辑markdown文件

汪藏海 — Thu, 23 Feb 2023 02:05:58 -0000

一起做 @nnnnnnnni

Re: n 连环的解法与实际步骤数

汪藏海 — Thu, 23 Feb 2023 02:02:52 -0000

一起做 @nnnnnnnni

Re: 运筹学常用算法实现

汪藏海 — Thu, 23 Feb 2023 02:02:15 -0000

一起做项目 @nnnnnnnni

Re: 运筹学常用算法实现

Decai Jin — Tue, 31 Jan 2023 06:45:12 -0000

牛🐂

Re: 刘思喆是谁？

刘思喆 — Sat, 03 Dec 2022 10:49:29 -0000

趁着换笔记本的契机，终于有动力把 RSS 添加上，https://bjt.name/atom.xml

Re: 刘思喆是谁？

Jaceeshen — Sat, 21 May 2022 05:08:21 -0000

你好，能否添加RSS订阅，方便追踪您的文章哈哈

Re: 刘思喆是谁？

iHTCboy — Mon, 04 Apr 2022 23:01:05 -0000

👍 老师太利害了，留言点赞！感谢分享~

Re: 建国以来人均 GDP 增长情况

xxx_mind — Thu, 06 Aug 2020 23:48:15 -0000

原来都没留意到用瀑布图展示时间序列数据，既可以反映绝对值变化趋势也可以看相对量变动情况。

Re: 贝叶斯个性化排序 | Beta

Chun-Hui Gao — Wed, 17 Oct 2018 06:47:12 -0000

经过你的一番详细解释，我现在总算是 Get 到广告这个点了，原来如此。

Re: 贝叶斯个性化排序 | Beta

刘思喆 — Wed, 17 Oct 2018 06:15:43 -0000

单从推荐系统讲：
已购过滤存在两层：已购商品，已购商品词两层逻辑。已购商品容易理解，已购产品词是指，如果你买了飞利浦家庭音响，后台会有这样一个判断逻辑，你已购“音响”，这一类未来都可能做过滤。这里不同的商品词复购周期不同。这些商品词我们从统计上做了详细的测算。但这里有两个事实会与想象不同：
1. 我们一般认为手机的复购周期是一年以上，但实际上这个周期仅有三个月（很多人在京东给其他人代购，比如用的好之后会给父母，给同事……）
2. 这些商品词会有误过滤其他商品的情况。
出于各种考虑，有些位置会酌情放开已购的限制（尤其是第二层）。
当然还有一种情况是你看到的实际是广告。

Re: 贝叶斯个性化排序 | Beta

Chun-Hui Gao — Tue, 16 Oct 2018 23:55:27 -0000

举例来说，我本来需要一款电视音响，于是反复比较了飞利浦、漫步者等不同品牌、不同型号的产品，留下了对音响这一类产品非常感兴趣的不良记录。然后，某一天我终于决定买一款回来。在我买回来之后，你还不断给我推音响，这就说不过去了。音响又不是说奶粉、纸尿裤之类需要不断补充的产品。既然买了一个，我以后恐怕都不会再看这些产品推荐了。

所以说，这里面的算法应该结合用户购买情况、商品的使用性质作出相应的优化不是？

推荐个数据线、手机（播放器）什么的可能都要好一些。

Re: 贝叶斯个性化排序 | Beta

刘思喆 — Tue, 16 Oct 2018 23:09:23 -0000

你可能看到的是广告，哈哈。另外有些推荐位就是为了唤醒你的浏览记忆，策略故意设定的

Re: 贝叶斯个性化排序 | Beta

Chun-Hui Gao — Fri, 12 Oct 2018 08:27:00 -0000

在京东上，我买了商品之后还会继续推荐同类商品。就因为我看了很久？这是个bug吧？

Re: R的高性能 http 服务 fiery

fengfengyuanyuan — Sun, 11 Feb 2018 02:02:28 -0000

谢谢刘老师～

Re: R的高性能 http 服务 fiery

刘思喆 — Thu, 08 Feb 2018 08:12:33 -0000

这个包更新了，改用plumber吧

Re: 闲话彩票的误区

赢家黄氏江夏堂，联富（雷欧） — Wed, 07 Feb 2018 22:51:34 -0000

哈哈，刘兄也有专研彩票吖，多多指教唷！
僕前阵子尝试了解彩票不果，日后还得继续参考些彩票的文献唷。
http://rpubs.com/englianhu/...
https://uploads.disquscdn.c...

Re: R的高性能 http 服务 fiery

fengfengyuanyuan — Wed, 07 Feb 2018 02:04:34 -0000

刘老师，您好。我运行你这个脚本，将rredis::redisConnect(host = "10.0.2.70", port = 9736, password = '')改为
rredis::redisConnect( )

运行 time curl http://127.0.0.1:9123/predict?val=235，

只返回了运行时间信息：

~$ time curl http://127.0.0.1:9123/predict?val=235

real 0m0.054s
user 0m0.005s
sys 0m0.000s

报错信息：

Rscript fire.R

Fire started at 127.0.0.1:9123
message: Running on 127.0.0.1:9123
message: Model loaded

error: object 'PATH_INFO' not found

能给一些线索吗？谢谢刘老师。祝新年快乐！

Re: R的高性能 http 服务 fiery

刘思喆 — Mon, 05 Jun 2017 08:00:23 -0000

我看redisConnect的timeout是31天，增加一个链接成功的判断更好。

Re: R的高性能 http 服务 fiery

yalei du — Fri, 02 Jun 2017 12:39:19 -0000

跟plumber这个框架都是基于`httpuv`开发的，差别不大，在几毫秒内：https://gist.github.com/bad...

另外，设置一个全局的redis连接可以显著提高响应速度。

Re: 利用 JDBC 驱动连接 R 和 Hive

Hugh_Hugo — Thu, 16 Mar 2017 02:01:20 -0000

options(java.parameters = "-Xmx16g")
library(RJDBC)
drv <- JDBC(driverClass = "org.apache.hive.jdbc.HiveDriver",
classPath = list.files("/home/heqiuguo/drivers/impala-jdbc-0.5-2",pattern="jar$", full.names=T, recursive=T),
identifier.quote="`")
conn <- dbConnect(drv, "jdbc:hive2://10.23.208.17:21050/;auth=noSasl")
user.list <- dbGetQuery(conn, "SELECT * FROM test_users")
dbDisconnect(conn)
我们之前都是这么用的，用JDBC驱动连接Impala查询数据，把所有的jar文件放在路径"/home/heqiuguo/drivers/impala-jdbc-0.5-2"下面，直接用list.files搞定。

Re: ToDo

endlesswords — Thu, 22 Dec 2016 23:23:23 -0000

谢谢回复！我确实在工作中需要做一些数据分析的工作，以前都是用Excel、Oringin等软件的简单分析功能，但是自从知道R能做得更好以后，就总是想把分析平台切换过来。可是使用过程中，遇到小问题卡住，不能“尽快”解决时，就又打道回府，先用以前熟悉的工具解决问题。过一段时间后，以前学会的R又变得不熟练，所以总是在起步阶段不停地往复。不过接下来我的工作内容会发生一些变化，可能不需要再和数据打交道了，但我总觉的R是个特别强大的工具，除了分析数据之外，还能做很多事情，我总是想要了解它、学习它、使用它（或许有朝一日还可以开发它？）。今天还看了看人民大学的统计学研修班以及一些在线课程，以后工作之余会继续关注、学习的。谢谢你回答我的问题，不过很抱歉，我没有及时看到和反馈。幸好今天看到，赶在2016年没结束的时候谢谢你的建议。

Re: Spark or R

刘思喆 — Wed, 30 Nov 2016 11:18:42 -0000

对的，很多人意识不到R其实只是一个wrapper。

Re: 利用 JDBC 驱动连接 R 和 Hive

刘思喆 — Mon, 21 Nov 2016 08:28:29 -0000

我怎么突然想到谣言止于智者这句话。话说lapply的满屏循环执行成功信息，略有些不爽的样子。

Re: 利用 JDBC 驱动连接 R 和 Hive

yihui — Sun, 20 Nov 2016 11:37:37 -0000

这两段 .jaddClassPath 写得太啰嗦，加个 full.names = TRUE 不就好了：

library("DBI")
library("rJava")
library("RJDBC")
lapply(
  list.files('/opt/org/apache/hive/1.1.1/hive-on-mr/lib/', full.names = TRUE),
  .jaddClassPath
)
drv <- JDBC(
  "org.apache.hive.jdbc.HiveDriver", 
  "/opt/org/apache/hive/1.1.1/hive-on-mr/lib/hive-jdbc-1.1.1-standalone.jar"
)
lapply(
  list.files('/opt/org/apache/hadoop/2.7.3/share/hadoop/common/', full.names = TRUE),
  .jaddClassPath
)
conn <- dbConnect(drv, "jdbc:hive2://10.0.2.9:10000/default", "", "")

show_databases <- dbGetQuery(conn, "describe dwd.dwd_user_dim_user_base")
library(knitr)
kable(show_databases) # table meta data, for gollum wiki

## Get data from hive
d <- dbGetQuery(conn, 'select * from ods.user limit 10')