我们知道Bert预训练模型针对分词、ner、文本分类等下游任务取得了很好的效果，但在语义相似度任务上，表现相较于Word2Vec、Glove等并没有明显的提升

结合之前Matlab设计出来的向量化算法，实现了HatreeFork算法HatreeFork计算过程voidHatree_Fork(std::vector<double&ks,Eigen::MatrixXdN_up_avg,Eigen::MatrixXdN_down_avg,intncc){autoI

方法1：通过行号来进行加减1.新建表1添加自增行号列（考虑到自增id有丢失数据现象）2.复制上表1为表23.根据表1、表2行号进行where或者leftjoinon的处理\where进行处理的条件为表1表2完全的匹配\leftjoinon处理的条件为 左表完全的匹配设置内存变量

1234567取得当前时间戳importtimeprinttime.time()格式化时间戳为标准格式printtime.strftime('%Y.%m.%d',time.localtime(time.time()))获取30天前的时间（通过加减秒数来获取现在或者未来某个时间点）printtime.strftime('%Y.

导读Pandas作为Python数据分析的首选框架，不仅功能强大接口丰富，而且执行效率也相比原生Python要快的多，这是得益于Pandas底层由C实现，同时其向量化执行方式也非常利于并行计算。更重要的是，这种向量化操作不仅适用于数值计算，对于文本和时间格式也有着良好的支持，而这就不得不从Pandas的属性接口谈起。腾讯课堂|

想做向量搜索确又不知道该选择什么索引吗？怎么样可以又快又准又最不占内存？相信这个问题很多Milvus用户都非常想知道。然而，在不同的应用场景下该如何选择一种合适的索引并非显而易见，需要在资源使用量、查询效率、查询召回率等多个指标中做权衡。!(https://oscimg.oschina.net/

有理数类的表示实现规范：支持有理数的加减乘除，并支持有理数的规范表示1.定义Rational首先，考虑用户如何使用这个类，我们已经决定使用“Immutable”方式来使用Rational对象，我们需要用户在定义Rational对象时提供分子和分母。classRation

1\.numpy.array()该方法可以直接定义一个向量或矩阵测试代码importnumpyasnpvectornp.array(1,2,3,4)metrixnp.array(1,2,3,4,

1、概念独热编码（OneHotEncoding） 将表示为标签索引的分类特征映射到二进制向量，该向量最多具有一个单一的单值，该单值表示所有特征值集合中特定特征值的存在。此编码允许期望连续特征（例如逻辑回归）的算法使用分类特征。对于字符串类型的输入数据，通常首先使用StringIndexer

本文是Python应用于推荐系统领域的技术文章。Embedding的近邻搜索是当前图推荐系统非常重要的一种召回方式，通过item2vec、矩阵分解、双塔DNN等方式都能够产出训练好的userembedding、itemembedding，对于embedding的使用非常的灵活：输入userembedding，近邻搜索it