为知识付费：https://time.geekbang.org/column/intro/74
本文仅为个人学习笔记。
推荐系统：是一种信息过滤系统，预测用户（User）对物品（Item）的评分和偏好。
分为评分预测和行为预测。
假如用户消费完一个物品之后会给出一个打分，比如通常是 1~5分，那么我们要做的就是建立一个模型，利用用户历史上打过分的物品，预测用户对一个没有见过的物品的打分。
显示反馈：用户对物品的明确评分，直接表达了用户对物品的态度。
隐式反馈：与显示反馈相对，实际中用户的物品的评分这类数据不易收集，我们需要利用隐式反馈，即用户的各种行为（如点击，浏览，收藏等），去找到用户对物品的态度。即行为预测。
在Ubuntu上使用Tmux是一件非常舒服的事，但有时使用鼠标滚轮时，和平时使用终端的习惯不怎么一致，因此可以设置启用鼠标滚轮。
具体方式：
按完前缀ctrl+B后，再按分号：进入命令行模式，
输入以下命令：1
set -g mouse on
就启用了鼠标滚轮，可以通过鼠标直接选择不同的窗口，也可以上下直接翻页。
Tip
但在以上设置下，会发现无法用中键向 tmux 中复制文本，也无法将 tmux 中选择好的文本中键复制到系统其他应用程序中。
这里有一个 trick，那就是在 tmux 中不论选择还是复制时，都按住 Shift 键，你会发现熟悉的中键又回来了 :-) 此外，还可以使用 Shift+Insert 快捷键将系统剪切板中的内容输入 tmux 中。 相对于 tmux 原生的选择模式（不加 shift 键），使用系统选择有个缺陷，即当一行内存在多个面板时，无法选择单个面板中的内容，这时就必须使用 tmux 自带的复制粘贴系统了。
参考：https://superuser.com/questions/210125/scroll-shell-output-with-mouse-in-tmux,
http://mindonmind.github.io/notes/linux/tmux_copy_paste_by_mouse.html
里面有人说输入setw -g mouse on,但我没有成功，我的ubuntu版本为14.04。
南普陀寺（2.5h) - 厦门大学（3h) - 厦大白城沙滩 （2h) - 环岛路 （2h)
8.20 出发，宾馆-南普陀寺 公交 30min
9.00 南普陀寺 （免费）
寺庙上五老峰 1h
12.00 厦门大学
厦门大学 （凭身份证进入, 西门或西北门）
开放时间：周一至周五 12.00-14.00 晚间：17.00-24.00 周末全天开放
钟灵美广场，群贤楼，颂恩楼，芙蓉湖，情人谷，芙蓉隧道，
建南大礼堂，上弦场，白城校门
15.00 白城沙滩 （1h)
16.00 环岛路 （租自行车）
胡里山炮台（1h)，
书法广场，
17.30 曾厝垵 (网红美食，晚饭 18.00左右)
闽台肠粉，五兰沙茶面，三年二班，八婆婆烧仙草，黄则和花生汤
>
音乐广场，
白石炮台，
黄厝沙滩，椰风寨 (可选)
21.30 左右返回宾馆 滴滴打车半小时 (40元)
tensorflow中tf.concat的axis的使用我一直理解的比较模糊，这次做个笔记理下自己的思路。
1 | import tensorflow as tf |
先生成两个矩阵m1, 和m2, 大小为两行三列
1 | m1 = np.random.rand(2,3) # m1.shape (2,3) |
接下来采用tf.concat进行连接，简单来说，axis=0实际就是按行拼接，axis=1就是按列拼接
1 | # axis = 0 |
但这实际上这只有在我们的输入是二维矩阵时才可以这样理解。axis的实际含义是根据axis指定的维度进行连接，如矩阵m1的维度为(2,3), 那么axis=0就代表了第一个维度‘2’，因此，将m1和m2按照第一个维度进行连接，得到的新的矩阵就是将第一维度进行相加，其余维度不变，即维度变成了(4,3).
同理，axis=1时就是将矩阵的第二维度进行合并，其余维度不变，即维度变成了（2,6）。
接下来处理三个维度的数据，这也是我们在神经网络数据中经常要用到的，增加的一个维度通常代表了batch_size. 如下面的m5, batch_size=5, 可以理解为每个样本是个2*3的矩阵，一次将5个样本放在一起。
1 | m5 = np.random.rand(5,2,3) |
在这种情况下，axis=0代表的第一个维度的含义就不再是之前认为的行的概念了，现在m5的第一维度的值是5，代表的是batch_size。仍然按照之前的理解，如果设置axis=0, axis=0就是将第一维度进行相加，其余维度不变，因此我们可以得到新的维度为（10,2,3）。
1 | m7 = tf.concat([m5, m6],axis=0) |
同理，也可以进行axis=1, axis=2的concat操作。
此外，axis的值也可以设置为负数，如axis=-1实际上就是指倒数第一个维度，如m5的倒数第一个维度的值就是‘3’。因此，axis=2的操作和axis=-1的操作是等价的。
通俗来讲，它是一种二分类模型，其基本模型定义为特征空间上的间隔最大的线性分类器，其学习策略便是间隔最大化，最终可转化为一个凸二次规划问题的求解。
函数间隔和几何间隔，假设超平面为$w^Tx+b=0$:
函数间隔：
用$|w^Tx+b|$衡量点x到超平面的远近，若$w^Tx+b$的符号与类标记符号y一致，则分类正确。
因此可以用$y(w^Tx+b)$的正负性判断分类正确性。
定义函数间隔为$r=y(W^Tx+b)$
几何间隔：
点到超平面的距离为$\frac{|w^Tx+b|}{||w||}$
定义几何间隔为$r=\frac{y(w^Tx+b)}{||w||}$
因此，几何间隔实际上相当于函数间隔初上$||w||$
基本型中函数间隔取1，目标函数的最大化几何间隔$2/||w||$, 约束中要满足每个样本的函数间隔大于1.
最近在公司实习用到了splunk,需要调用splunk sdk进行一些简单的开发，目前把我这个星期的一些体会记录下。
简单来说，Splunk是一个托管的日志文件管理工具，它的主要功能包括：
· 日志聚合功能
· 搜索功能
· 提取意义
· 对结果进行分组，联合，拆分和格式化
· 可视化功能
· 电子邮件提醒功能
而目前我通过splunk sdk主要实现的功能就是搜索功能，即搜索到我想要的日志。
通过Splunk SDK我们可以和Splunk引擎进行交互。Splunk SDK是基于REST API的，因此通过简短的代码实现我们想要的功能。
官方文档：http://dev.splunk.com/python
！ 注意， splunk SDK 目前只支持python2，不支持python3.
Ubuntu下安装步骤：1
2
3
4
5
6
7sudo apt-get install python-pip //第一步：安装pip工具
pip freeze //查看是否已安装splunk sdk
pip install splunk-sdk //第二步：下载splunk sdk
export PYTHONPATH=~/splunk-sdk-python //添加到python环境变量
主要有4个模块：
python21
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17import splunklib.client as client
HOST = "localhost"
PORT = 8089
USERNAME = "admin"
PASSWORD = "changeme"
# Create a Service instance and log in
service = client.connect(
host=HOST,
port=PORT,
username=USERNAME,
password=PASSWORD)
# Print installed apps to the console to verify login
for app in service.apps:
print app.name
存在的问题：splunk服务器的8089没有打开，因此连接不上
解决：
splunk的服务器是在一个虚拟网络下的，8089端口不对公网开放，因此可以在该网络下另起一个ubuntu虚拟机，然后ubuntu虚拟机通过22端口与请求相连接，收到请求后，由于ubuntu和splunk server是在一个内网中，因此ubuntu虚拟机可以与splunk server的8089端口通信，获得数据后再返回给请求端。
1 | * saved search: 被保存的可以被再次使用的搜索查询。 |
normal search 是异步的，即立刻返回job, 但是实际结果并没有返回，因此会存在操作job时没有event返回的情况，我目前的做法是，如果知道大致的搜索时间，则设置一定时间等待后再对job进行操作。1
2
3
4
5
6
7
8
9
10
11
12
13
14
15import splunklib.results as results
# Initialize your service like so
# import splunklib.client as client
# service = client.connect(username="admin", password="changeme")
searchquery_normal = "search * | head 10"
kwargs_normalsearch = {"exec_mode": "normal"}
job = service.jobs.create(searchquery_normal, **kwargs_normalsearch)
# Get the results and display them
for result in results.ResultsReader(job.results()):
print result
job.cancel()
1 | import splunklib.results as results |
…待续
1 | import re |
pat = r’^(\w)+(.\w+)*@(\w)+((.\w+)+)$’ ，
这个正则表达式目前尝试了基本可以覆盖大部分邮箱类型。