@hjc4869 可能我理解有误，我要的是 map 里能存 struct 的类，而不是 struct 的实例

从浦东机场做磁悬浮到龙阳路，再坐地铁到虹桥机场，然后再原路返回。

好，半天过去了。

感觉要成神贴

@won 冬天喝什么啤酒啊，你那要是有白酒花雕之类的可以发我看看

@dunn 马桶盖是什么鬼.....

楼主只是说要研究而已，又不是要跳坑。

我觉得可以先去看看《机器学习实战》、《 Python 自然语言处理》，调调包玩玩，如果真的有兴趣，让后再去看看《 LDA 数学八卦》《 word2vec 数学原理》之类的，看看这种从头讲原理的自己能不能看的进去。

再之后，需要从业了，你可能考虑的更多是业务（特征）问题了，算法基础要深究就去看教科书了。

把锅丢给后端

感觉更新好快啊，究竟是美剧节奏快，还是时间过得快了

如果是和数据分布无关的操作，就随机抽呗，比如 Python 就是 generator 每隔一万行 yield 一个。

如果是和数据分布有关，比如 1T 文件的排序，那你要有采样的过程。

ES 检索的过程相当于一个 map reduce 的过程，在各个 shard 里分别检索，最后再有 coordinator 整合。所以大数据量的计算是被分配到集群的各个 shard 上去了。

而且如果真的一个 query 召回了太多的 doc，那基本可以认为该 query 是个 stopword。

目测是因为程序员里的女装大佬越来越多了，由协同过滤推荐产生的。

@cctvsmg 你这是典型的技术人员的思维了，难道要让其他人接受一个事物，就必须扣到代码细节？

我一直认为好的产品 or 工具，一定是足够的抽象化的，比如你和被人介绍什么是计算机，只要告诉他有哪些输入模块（键盘、鼠标），有哪些输出模块（显示屏，音响），而不是跟他讲 CPU 指令、总线通信

@SNALDHOI 只是关闭了 v4 通道吧

你是指
1. 垃圾新闻 or 正常新闻
2. 科技新闻 or 娱乐新闻 or 社会新闻 or ...
哪种？

@senghoo 主要是好奇试试，也没想着要下载什么，毕竟 DO 一个月也就 1T 流量，放在高清资源上根本不够看.....

@reechang 为什么这么说？