目录一、提要二、柯西分布的几何解释三、性质四、结论一、提要 连续概率密度函数究竟有多少，应该有无穷多。在诸多分布函数中，高斯分布可能是最著名的。然而，有没有类似于高斯函数的分布，而形式上不是指数函数的呢？回答是有，柯西分布就是一种。二、柯西分布的几何解释 柯西分布，也称为柯西-洛伦兹分布或洛伦兹分布，是描述共振行为的连续分布。它还描述了以随机角度倾斜的线段切割x轴的水平距离分布。如图：我们从原点引出射线，相邻射线角度相等，这些射线与平行于x轴的直线S有交点，这些交点在S线上的密度是不同的，显然，在90°的附近密度最大。（目测）CauchyDistribution--
目录一、提要二、柯西分布的几何解释三、性质四、结论一、提要 连续概率密度函数究竟有多少，应该有无穷多。在诸多分布函数中，高斯分布可能是最著名的。然而，有没有类似于高斯函数的分布，而形式上不是指数函数的呢？回答是有，柯西分布就是一种。二、柯西分布的几何解释 柯西分布，也称为柯西-洛伦兹分布或洛伦兹分布，是描述共振行为的连续分布。它还描述了以随机角度倾斜的线段切割x轴的水平距离分布。如图：我们从原点引出射线，相邻射线角度相等，这些射线与平行于x轴的直线S有交点，这些交点在S线上的密度是不同的，显然，在90°的附近密度最大。（目测）CauchyDistribution--
目录基本概念概率密度函数(PDF:ProbabilityDensityFunction)累积分布函数(CDF:CumulativeDistributionFunction)核密度估计（(kerneldensityestimation）1.正态分布概率密度函数（pdf）正态分布累积分布函数(CDF）正态分布核密度估计（kde）正态分布四则运算二维正态分布（逐渐补充）马氏距离2.卡方分布概率密度函数（pdf）： 卡方分布表：卡方分布相关计算生成卡方分布随机数3.学生t分布概率密度函数（pdf）：基本概念概率密度函数(PDF:ProbabilityDensityFunction)连续随机变量的概率分
目录基本概念概率密度函数(PDF:ProbabilityDensityFunction)累积分布函数(CDF:CumulativeDistributionFunction)核密度估计（(kerneldensityestimation）1.正态分布概率密度函数（pdf）正态分布累积分布函数(CDF）正态分布核密度估计（kde）正态分布四则运算二维正态分布（逐渐补充）马氏距离2.卡方分布概率密度函数（pdf）： 卡方分布表：卡方分布相关计算生成卡方分布随机数3.学生t分布概率密度函数（pdf）：基本概念概率密度函数(PDF:ProbabilityDensityFunction)连续随机变量的概率分
在beingunsuccessfulinusingdecorators之后为了定义“指数随机变量的对数”的随机对象，我决定使用pymc.stochastic_from_dist为这个新分布手动编写代码。我尝试实现的模型可在此处获得(第一个模型):现在，当我尝试使用MCMCMetropolis对log(alpha)进行采样并使用正态分布作为建议时(如下图所示的采样方法)，我收到以下错误:File"/Library/Python/2.7/site-packages/pymc/distributions.py",line980,inrdirichletreturn(gammas[0]/gam
在beingunsuccessfulinusingdecorators之后为了定义“指数随机变量的对数”的随机对象，我决定使用pymc.stochastic_from_dist为这个新分布手动编写代码。我尝试实现的模型可在此处获得(第一个模型):现在，当我尝试使用MCMCMetropolis对log(alpha)进行采样并使用正态分布作为建议时(如下图所示的采样方法)，我收到以下错误:File"/Library/Python/2.7/site-packages/pymc/distributions.py",line980,inrdirichletreturn(gammas[0]/gam
1. 部署行为是系统生命的重要组成部分1.1. 只编写代码是不够的，只要没有在生产环境中运行，一切都不算完成1.2. 要想取得成功，需要早早地频繁部署软件1.3. 设计易于部署的软件非常有必要1.4. 零停机部署就是目标2. 机器与服务2.1. 机器是可配置的操作系统实例2.1.1. 如果系统在真正的机器上运行，那么这就意味着物理主机2.1.2. 如果系统在虚拟机、容器或unikernel上运行，那么这些就是单元2.2. 服务是供其他系统使用的可调用接口2.2.1. 由在多台机器上运行的软件的冗余副本组成2.3. 我们的环境拥有比以往更多的机器，而且大部分都是虚拟的2.4. 有些机器是其他机器
文章目录前言一、分支如何合并？二、为什么出现冲突？三、如何避免？四、为什么要从生产环境master拉取创建一个最新代码分支，当开发完后再将其合并到sit测试环境？五、回滚操作总结前言第一次接触项目发版的工作，记录一下解决版本冲突合并问题的心得。适用场景：分布式项目，多人使用自己分支开发，最后合并自己的代码分支给主分支。话不多说，直接看图一、分支如何合并？1.全部拉下来（这个拉取是全部拉取，既保证自己的分支最新，同时也把远端的分支都拉到最新），如果没有图一的拉取图标，这是因为自己没设置显示，可以参考图二的拉取方法。图一图二2.注意自己是不是dev分支（也就是自己项目的主分支，别的分支要合到的分支
文章目录Standalone伪分布环境（开发测试）一、架构图二、环境准备三、下载安装包
目录一、kafka概述1.1为什么需要消息队列（MQ）1.2常见的中间1.3消息队列的优点1.4消息队列的两种模式1.5Kafka定义1.6Kafka的特性1.7kafka的系统架构二、部署kafka集群2.1安装kafka2.2Kafka命令行操作三、kafka架构深入3.1kfka工作流程及文件存储机制3.2数据一致性问题3.3ack应答机制四、Filebeat+Kafka+ELK4.1部署Zookeeper+Kafka集群4.2部署Filebeat4.3部署ELK，在Logstash组件所在节点上新建一个Logstash配置文件4.4浏览器访问验证一、kafka概述1.1为什么需要消息队
