问一道(大)数据 algorithm (转载)# Programming - 葵花宝典
m*h
1 楼
我妈去中信让他们代签B2，中信的人要求她办一张五万元的回卡，说不然不给代递。
请问这是新规定吗？怎么从来没听过？
请问这是新规定吗？怎么从来没听过？
n*3
2 楼
【 以下文字转载自 JobHunting 讨论区 】
发信人: nacst23 (cnc), 信区: JobHunting
标 题: 问一道(大)数据 algorithm
发信站: BBS 未名空间站 (Sun Mar 22 00:11:01 2015, 美东)
请教大家一下：
两组人， POSITIVE 和 Negative ，
say
POSITIVE 100K ppl，
Negative 900K ppl.
基本的数据结构 是 人的 ID 和 length of stay（待了几天）。
ID length of stay(days)
ppl-0000001 8
ppl-0000002 10
...
目的是 sample Negative 组 出来 100K 人 ,
which one-to-one match the Positive 组 人
的 length of stay（待了几天），
这样 match 完, 两组人的 100K 个 length of stay（待了几天）
完全一样.
当然如果 negative
组人 有多个 match 一个 POSITIVE 组人 ， 任取一个就好了。
想用 c++ 写 ，use STL／Map hash，
不知有没好的算法哦 ，
or 更好的 STL 数据结构／算法 可用？
因为是 准备 写成 RCPP for R, 现在不考虑用
并行 Solution.
谢谢。
发信人: nacst23 (cnc), 信区: JobHunting
标 题: 问一道(大)数据 algorithm
发信站: BBS 未名空间站 (Sun Mar 22 00:11:01 2015, 美东)
请教大家一下：
两组人， POSITIVE 和 Negative ，
say
POSITIVE 100K ppl，
Negative 900K ppl.
基本的数据结构 是 人的 ID 和 length of stay（待了几天）。
ID length of stay(days)
ppl-0000001 8
ppl-0000002 10
...
目的是 sample Negative 组 出来 100K 人 ,
which one-to-one match the Positive 组 人
的 length of stay（待了几天），
这样 match 完, 两组人的 100K 个 length of stay（待了几天）
完全一样.
当然如果 negative
组人 有多个 match 一个 POSITIVE 组人 ， 任取一个就好了。
想用 c++ 写 ，use STL／Map hash，
不知有没好的算法哦 ，
or 更好的 STL 数据结构／算法 可用？
因为是 准备 写成 RCPP for R, 现在不考虑用
并行 Solution.
谢谢。
a*n
3 楼
你们那里中信土规定或者忽悠你，大使馆没有这个规定。
【在 m*h 的大作中提到】
: 我妈去中信让他们代签B2，中信的人要求她办一张五万元的回卡，说不然不给代递。
: 请问这是新规定吗？怎么从来没听过？
【在 m*h 的大作中提到】
: 我妈去中信让他们代签B2，中信的人要求她办一张五万元的回卡，说不然不给代递。
: 请问这是新规定吗？怎么从来没听过？
n*3
4 楼
the for loop will take a long time to finish;
I want to figure out some good algorithm/Data strucute
to speed it up. Thanks.
【在 n*****3 的大作中提到】
: 【 以下文字转载自 JobHunting 讨论区 】
: 发信人: nacst23 (cnc), 信区: JobHunting
: 标 题: 问一道(大)数据 algorithm
: 发信站: BBS 未名空间站 (Sun Mar 22 00:11:01 2015, 美东)
: 请教大家一下：
: 两组人， POSITIVE 和 Negative ，
: say
: POSITIVE 100K ppl，
: Negative 900K ppl.
: 基本的数据结构 是 人的 ID 和 length of stay（待了几天）。
I want to figure out some good algorithm/Data strucute
to speed it up. Thanks.
【在 n*****3 的大作中提到】
: 【 以下文字转载自 JobHunting 讨论区 】
: 发信人: nacst23 (cnc), 信区: JobHunting
: 标 题: 问一道(大)数据 algorithm
: 发信站: BBS 未名空间站 (Sun Mar 22 00:11:01 2015, 美东)
: 请教大家一下：
: 两组人， POSITIVE 和 Negative ，
: say
: POSITIVE 100K ppl，
: Negative 900K ppl.
: 基本的数据结构 是 人的 ID 和 length of stay（待了几天）。
i*i
5 楼
你是在哪个城市哪家中信啊，五万元回卡是啥呀--是存款么？
k*g
6 楼
not a statistician, 有错轻拍
first break down the larger set by length of stay. After this step, the
random sampling will be performed within records of the same length of stay.
check that for each length of stay, the larger data set provides enough data
for the task (i.e. larger than the number of records in the smaller data
set). If not, you have to change your subsampling strategy.
assign uniform random numbers to each record in the larger set. sort them.
Select the first N records, where N = number of records in the smaller set.
make sure you know how to use a random number generator.
first break down the larger set by length of stay. After this step, the
random sampling will be performed within records of the same length of stay.
check that for each length of stay, the larger data set provides enough data
for the task (i.e. larger than the number of records in the smaller data
set). If not, you have to change your subsampling strategy.
assign uniform random numbers to each record in the larger set. sort them.
Select the first N records, where N = number of records in the smaller set.
make sure you know how to use a random number generator.
w*g
7 楼
我也觉得是忽悠.
s*x
8 楼
拿不出五万元的就不给签证
你想想可能么？
【在 m*h 的大作中提到】
: 我妈去中信让他们代签B2，中信的人要求她办一张五万元的回卡，说不然不给代递。
: 请问这是新规定吗？怎么从来没听过？
你想想可能么？
【在 m*h 的大作中提到】
: 我妈去中信让他们代签B2，中信的人要求她办一张五万元的回卡，说不然不给代递。
: 请问这是新规定吗？怎么从来没听过？
t*s
9 楼
去其他中信，遇到无耻的拉业务的了。
j*6
10 楼
还有一定要小心中信门口的黄牛
m*h
11 楼
谢谢各位，我妈最后去了省城的中信。小地方不太好。。。
相关阅读
请教双键的动态结构用什么数据结构比较好？这一错，就是10年，甚至一辈子 (转载)花了一个小时学习了python大家programming时怎么命名？repast 请进： python debian安装问题重载 ^ 操作符编译出错Windows Meeting Space and Netmeeting (转载)C 和 C++ code 在不同的机器上有多大不同？What syntax is this?(about macro)什么是Linux 上最好的C programming environment?Traited Python object attributes -for java peoplevc2008下编译的问题关于传递函数指针如何在C里面call C++的routine呢计算机供电不稳定会影响程序/线程运行吗？https connection problem in C#windows下面怎么远程调用一个linux下的命令?定义的struct数组很大时，为什么会出现奇怪的大数字？请问java runtime exec当中如何使用通配符*?这里有搞矩阵计算的么？