为了系统性地理解机器学习模型的不同评价指标及其之间的关系，我们将从其定义出发，探究其物理含义及彼此之间的联系，并从数学上给出相应的公式推导，以方便后续用到时复习理解。由于篇幅较长，因此将其分为两篇，这是第一部分，第二部分参见：机器学习分类器评价指标详解（Precision,Recall,PR,ROC,AUC等）（二）那我们开始吧，为了判断学习器的好坏，需要对其进行性能评估，而进行性能评估就需要评价标准，针对学习器类型的不同，评价指标也不相同，一般而言，回归任务的评价指标是均方误差，其公式为：而平时我们见到更多的是分类任务的学习模型，所以下面我们主要讨论分类任务中常见的性能度量指标 。为了讨论的

一、监控部署1、将k8s集群中kube-state-metrics指标进行收集，服务进行部署1.1pod性能指标（k8s集群组件自动集成）k8s组件本身提供组件自身运行的监控指标以及容器相关的监控指标。通过cAdvisor是一个开源的分析容器资源使用率和性能特性的代理工具，集成到Kubelet中，当Kubelet启动时会同时启动cAdvisor，且一个cAdvisor只监控一个Node节点的信息。cAdvisor自动查找所有在其所在节点上的容器，自动采集CPU、内存、文件系统和网络使用的统计信息。cAdvisor通过它所在节点机的Root容器，采集并分析该节点机的全面使用情况。当然kubele

评估聚类结果的有效性，即聚类评估或验证，对于聚类应用程序的成功至关重要。它可以确保聚类算法在数据中识别出有意义的聚类，还可以用来确定哪种聚类算法最适合特定的数据集和任务，并调优这些算法的超参数(例如k-means中的聚类数量，或DBSCAN中的密度参数)。虽然监督学习技术有明确的性能指标，如准确性、精度和召回率，但评估聚类算法更具挑战性:由于聚类是一种无监督学习方法，因此没有可以比较聚类结果的基础真值标签。确定“正确”簇数量或“最佳”簇通常是一个主观的决定，即使对领域专家也是如此。一个人认为是有意义的簇，另一个人可能会认为是巧合。在许多真实世界的数据集中，簇之间的界限并不明确。一些数据点可能位

一、中台是一种企业架构1.TOGAF企业架构标准TOGAF是一套企业架构标准。企业架构是指整个公司或企业的软件和其他技术的整体观点和方法。企业架构又细分为业务架构、应用架构、数据架构、技术架构几个方向。其中业务架构的定义是“定义业务战略和组织，关键业务流程及治理和标准”。因为数据中台其实就是组织为了更好的让数据服务业务而构建的一种企业架构，这个架构自然也会包括业务架构和其中的组织架构。定义组织架构要有明确的业务战略，中台就是目前最具有前瞻性的企业IT战略。著名管理大师钱德勒总结过一个黄金定律：战略决定组织，而组织决定成败。2.架构愿景与驱动因素个人以为数据中台架构的愿景是“加速数据驱动业务”。

关于性能测试的各种指标1.系统性能指标1.1系统响应时间1.2系统处理能力1.3并发用户1.4错误率2.资源指标2.1CPU2.2内存2.3磁盘吞吐量2.4网络吞吐量2.5内核参数3.中间件指标4.数据库指标5.前端指标6.稳定性指标7.批量处理指标8.可拓展性指标9.可靠性指标9.1双机热备9.2集群9.3备份和恢复本指标适用于使用性能测试进行性能测试项目技术质量评价依据，规范技术测试结果评价，统一性能测试技术测试质量度量。应用系统技术质量度量指标范围广泛，本文难以涵盖全部。预期读者为测试管理人员、测试实施人员、技术支持人员、项目管理人员等系统技术质量相关人员。1.系统性能指标1.1系统响应

Part01白屏和首屏时间 -白屏：从用户请求页面开始到显示第一个字符的时间。中间包括DNS查询、建立TCP链接、发送首个HTTP请求、返回HTML文档、HTML文档head解析完毕。通常认为浏览器开始渲染标签或者解析完标签的时刻就是页面白屏结束的时间点。-首屏：指用户打开网站开始，到浏览器首屏内容渲染完成的时间，对于用户体验来说，首屏时间是用户对一个网站的重要体验因素。Part02PerformanceTiming performance.timing记录了用于分析页面整体性能指标的关键时间点，包含网络、解析等一系列的时间数据。最好在页面完全加载完成之后再使用，因为很多值必须在页面完全加载之

🥑WelcometoAedream同学'sblog!🥑文章目录模型性能指标常见指标ROC/AUCROC&PRC多分类问题——混淆矩阵计算结果分析——以YOLOv5为例1.confusion_matrix.png(混淆矩阵)2.F1_curve：3.labels.jpg4.labels_corrrelogram.jpg5.P_curve.png6.PR_curve.png7.R_curve.png8.results.png8：results.txt轻量化主要关注1、Parameters参数量2、FLOPs浮点运算次数3、Latency延迟4、FPS每秒传输帧数指标间的关系网络的运算速度与什么有关

除了支撑集团的大数据建设，团队还提供ToB服务，因此我也有机会接触到一些正在做数字化转型的传统企业。从2018年末开始，原先市场上各种关于大数据平台的招标突然不见了，取而代之的是数据中台项目，建设数据中台俨然成为传统企业数字化转型的首选，甚至不少大数据领域的专家都认为，数据中台是大数据下一站。为啥数据中台是大数据的下站？与数仓、数据湖、大数据平台啥区别？来深入大数据发展史，先从数仓出现讲起，途径数据湖，再到大数据平台，这样才能理解大数据发展的每阶段的问题，深入理解数据中台在大数据发展中的历史定位。1数据仓库商业智能（BusinessIntelligence，BI）诞生在1990s，将企业已有数

当前，大部分企业不再建设从源数据采集到分析应用的烟囱式系统，更倾向于数据集中采集、存储，并应用分层建设。这种方式一方面有利于应用系统的快速部署，另一方面也保证了数据的集中管理与运营，体现数据的资产、资源属性。笔者根据个人数据中台的工作实践和学习以及思考总结，撰写成本文数据中台知识体系。一.数据中台是什么01定义    数据中台是一套可持续“让企业的数据用起来”的机制，是一种战略选择和组织形式，是依据企业特有的业务模式和组织架构，通过有形的产品和实施方法论支撑，构建的一套持续不断把数据变成资产并服务于业务的机制    数据中台是处于业务前台和技术后台的中间层，是对业务提供的数据能力的抽象和共享的

uptimeuptime命令用于显示系统的运行时间和平均负载。0.17,0.14,0.09分别表示系统在1min、5min、15min内的平均负载。数值除以服务器核心数大于5代表CPU负载过高。dmesg|taildmesg|tail这将显示系统日志中的最后几行内容。vmstatvmstat命令用于实时监视系统的虚拟内存、进程、CPU和IO等性能指标。它会每隔1秒输出一次当前系统的性能数据，包括以下几个方面：procs：进程相关的统计信息，如运行队列长度、创建的进程数等。memory：内存相关的统计信息，包括空闲内存、缓存、交换空间等。swap：交换空间的统计信息，包括交换分区的使用情况。io