java基础巩固-宇宙第一AiYWM：为了维持生计( 二 ) _直线方程

【java基础巩固-宇宙第一AiYWM：为了维持生计】L1正则化与L2正则化区别：L1正则化是把w参数取绝对值再累加起来，L2正则化是把w参数求平方再累加起来
L2正则化使得w参数趋向于整体变小常见的分类问题：根据输入的特征数据来获取因变量y从而判断出分类结果逻辑回归算法和线性回归算法的比较
逻辑回归是为了找一根分割线，来将数据对应的点分为不同的类别逻辑回归实际项目部分点总结路况四种类型：A类（严重拥堵）、B类（拥挤）、C类（缓行）、D类（畅通）。【路况类别粒度越细，抗干扰能力越强】

文章插图
模型：A类、其他类（BCD）模型：B类、其他类（ACD）模型：C类、其他类（ABD）整体思路：用指定路段的历史拥堵情况来预测未来路况，先实现实时路况数据统计【数据源源不断的通过flume采集入或者说写入后台的MQ中（或者说将数据放入redis中），然后用去从MQ中拿数据消费数据，然后利用窗口函数(5min, 10min) #窗口长度为5，10代表每隔10min计算一次进行实时处理】，然后用统计而来的历史数据先进行模型的训练，然后进行交通路况的预测。编程思路及其实现：你的训练集是什么样的，训练出来的模型就具备什么样的功能（规律）2.用去消费kafka中数据构建训练集：训练集存到redis中，但是redis是基于内存的，所以给HDFS中也存一份利用redis中的数据训练模型，训练完后进行预测假设通过最近三分钟的数据来预测第10分钟后的路况（拥堵程度）
假设通过最近10分钟的数据，来预测第5分钟的拥堵情况
3.算法三：贝叶斯分类算法
常用于，比如邮件分类，垃圾邮件及非垃圾邮件。4.算法四：KNN分类算法5.算法五：算法2.计算空间中到K个中心点的距离3.看一下空间中的样本距离哪一个中心点最近4.归完类之后，我们要重新计算K个类的新的中心点（这个类所有样本的横纵坐标取均值）5.计算空间中的样本与新的K个中心点距离6.归类7.直到新的中心的坐标与上一次中心点的坐标不再发生变化算法在推荐系统中的应用one-hot编码：搞一个库，然后把每种组合以矩阵的形式展示或者说统计出来
巨人的肩膀
马士兵老师B站的课
吴恩达老师B站的课
舍友给的资料
XXX权威指南