知识卡片

普通读书笔记卡 · 6228.f

流式过滤改变样本分布

理解等级:中级

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?

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