知识卡片
流式过滤改变样本分布
按关键词track过滤的流只观察满足条件的内容,不能直接称作全网均匀随机样本或完整总量。书中1%描述属于当时流产品背景,不保证当前服务或这个filter调用的比例。持续接收与历史搜索分别有时间和可见范围,应保存来源与选样条件再解释趋势。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- · 查看原书依据
track=q) # For illustrative purposes, when all else fails, search for Justin Bieber # and something is sure to turn up (at least, on Twitter) for tweet in stream: print tweet['text
参考来源
- 位置:《社交网站的数据挖掘与分析(原书第2版)》第9章《9.8.3 讨论》(spine134;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0123.html;u169-ch09-011)。
- 结论依据:原文在“track=q”附近的定义、例子或代码支撑本卡核心说明:按关键词track过滤的流只观察满足条件的内容,不能直接称作全网均匀随机样本或完整总量。边界按已读前提解释;示例未执行。
- 原始内容:track=q) # For illustrative purposes, when all else fails, search for Justin Bieber # and something is sure to turn up (at least, on Twitter) for tweet in stream: print tweet['text