# 微服务引擎 #
0
关注
8091内容
【机器学习技巧】回归模型的几个常用评估指标（R2、Adjusted-R2、MSE、RMSE、MAE、MAPE）及其在sklearn中的调用方式
【机器学习技巧】回归模型的几个常用评估指标（R2、Adjusted-R2、MSE、RMSE、MAE、MAPE）及其在sklearn中的调用方式
Kafka常用命令大全及kafka-console-consumer.sh及参数说明
该文章汇总了Kafka常用命令，包括集群管理、Topic操作、生产者与消费者的命令行工具使用方法等，适用于Kafka的日常运维和开发需求。
必知的技术知识：Hbase配置（伪分布式模式）
必知的技术知识：Hbase配置（伪分布式模式）
2024云栖大会资料精选，《云原生+AI核心技术&最佳实践》PPT全量放送！
关注阿里云云原生公众号，后台回复：2024 云栖大会，即可免费下载云原生云栖大会核心资料合集。
从 Kafka 2.x 到 Kafka 3.x：升级之旅
从 Kafka 2.x 到 Kafka 3.x：升级之旅
详解微服务应用灰度发布最佳实践
相对于传统软件研发，微服务架构下典型的需求交付最大的区别在于有了能够小范围真实验证的机制，且交付单位较小，风险可控，灰度发布可以弥补线下测试的不足。本文从 DevOps 视角概述灰度发布实践，介绍如何将灰度发布与 DevOps 工作融合，快来了解吧~
深度解析机器学习中过拟合与欠拟合现象：理解模型偏差背后的原因及其解决方案，附带Python示例代码助你轻松掌握平衡技巧
【10月更文挑战第10天】机器学习模型旨在从数据中学习规律并预测新数据。训练过程中常遇过拟合和欠拟合问题。过拟合指模型在训练集上表现优异但泛化能力差，欠拟合则指模型未能充分学习数据规律，两者均影响模型效果。解决方法包括正则化、增加训练数据和特征选择等。示例代码展示了如何使用Python和Scikit-learn进行线性回归建模，并观察不同情况下的表现。
分布式锁实现原理与最佳实践
在单体的应用开发场景中涉及并发同步时，大家往往采用Synchronized（同步）或同一个JVM内Lock机制来解决多线程间的同步问题。而在分布式集群工作的开发场景中，就需要一种更加高级的锁机制来处理跨机器的进程之间的数据同步问题，这种跨机器的锁就是分布式锁。接下来本文将为大家分享分布式锁的最佳实践。
免费试用