一、北京鑫新开源的投资可靠吗？
北京新型开源的投资可靠吗？你好，这位朋友只是带投资二字的，都是有风险的，只是风险高低不一样。
二、南京新开源工程实业有限公司怎么样？
南京新开源工程实业有限公司是1999-01-14在江苏省南京市雨花台区注册成立的有限责任公司(自然人投资或控股的法人独资)，注册地址位于南京市雨花台区安德门67号。
南京新开源工程实业有限公司的统一社会信用代码/注册号是91320114135188231T，企业法人吴奕，目前企业处于开业状态。
南京新开源工程实业有限公司的经营范围是：给排水管道安装、维修、检漏。
给水业务咨询。
市政道路、管网的工程建设。
水电工程安装及维修。
建筑工程安装、施工。
物业管理。
室内装饰。
水箱清洗。
供水排水管材及零配件、净水剂、消毒剂、化工产品、电器机械、金属材料、木材、劳保用品、水暖材料、建筑材料、装饰材料、五金交电、新型塑料管材、管件及消火栓销售。
阀门、管闸箱、水表箱、钢构件、供水设备安装、维修。
（依法须经批准的项目，经相关部门批准后方可开展经营活动）。
在江苏省，相近经营范围的公司总注册资本为200446万元，主要资本集中在100-1000万和1000-5000万规模的企业中，共355家。
本省范围内，当前企业的注册资本属于优秀。
南京新开源工程实业有限公司对外投资0家公司，具有2处分支机构。
通过百度企业信用查看南京新开源工程实业有限公司更多信息和资讯。
三、苏州什么饭店比较好
新开源不错,价格挺便宜的,景德路上有一家,传统的苏帮菜,菜很好吃,环境一般,不算太好如果想吃自助的话亚马逊拉丁餐厅不错,去石路的那家比较格算,比观前的那家便宜钱塘人家也不错,环境挺好的,菜也还行
四、如何看待微软新开源的LightGBM
作者：柯国霖链接：https://www.zhihu.com/question/51644470/answer/130946285来源：知乎著作权归作者所有。
商业转载请联系作者获得授权，非商业转载请注明出处。
10/19/2017更新：完整的更新列表可以参考：Microsoft/LightGBM/***.md下面列出一些比较大的更新R-package已完成缺失值（missingvalue）的自动处理类别特征(CategoricalFeature)的进一步优化，不再使用类似one-hotcoding的分割方式。
对于类别数量很多的类别特征，使用one-vs-other的切分方式会长出很不平衡的树，不能实现较好的精度。
这是树模型在支持类别特征的一个痛点。
LightGBM可以找出类别特征的最优切割，即many-vs-many的切分方式。
并且最优分割的查找的时间复杂度可以在线性时间完成，和原来的one-vs-other的复杂度几乎一致。
cf:NIPS2017有什么值得关注的亮点？12/17/2016更新：完成了python-package，欢迎使用。
直接支持类别特征(CategoricalFeature)，不需要进行0/1展开。
相对0/1展开的解决方案，速度快非常多，且精度一致。
大多数机器学习工具都无法直接支持类别特征作为输入，一般需要转换成多维0/1特征，带来计算和内存上的额外消耗。
LightGBM增加了针对于类别特征的决策规则，这在决策树上也很好实现。
主要的思想是，在对类别特征计算分割增益的时候，不是按照数值特征那样由一个阈值进行切分，而是直接把其中一个类别当成一类，其他的类别当成另一类。
这实际上与0/1展开的效果是一样的。
---------------------------------------正好开源了一个月，强答一下。
GBDT虽然是个强力的模型，但却有着一个致命的缺陷，不能用类似minibatch的方式来训练，需要对数据进行无数次的遍历。
如果想要速度，就需要把数据都预加载在内存中，但这样数据就会受限于内存的大小。
如果想要训练更多的数据，就要使用外存版本的决策树算法。
虽然外存算法也有较多优化，SSD也在普及，但在频繁的IO下，速度还是比较慢的。
为了能让GBDT高效地用上更多的数据，我们把思路转向了分布式GBDT，然后就有了LightGBM。
设计的思路主要是两点，1.单个机器在不牺牲速度的情况下，尽可能多地用上更多的数据。
2.多机并行的时候，通信的代价尽可能地低，并且在计算上可以做到线性加速。
基于这两个需求，LightGBM选择了基于histogram的决策树算法。
相比于另一个主流的算法pre-sorted（如xgboost中的exact算法），histogram在内存消耗和计算代价上都有不少优势。
Pre-sorted算法需要的内存约是训练数据的两倍(2*#data*#features*4Bytes)，它需要用32位浮点来保存featurevalue，并且对每一列特征，都需要一个额外的排好序的索引，这也需要32位的存储空间。
对于histogram算法，则只需要(#data*#features*1Bytes)的内存消耗，仅为pre-sorted算法的1/8。
因为histogram算法仅需要存储featurebinvalue(离散化后的数值)，不需要原始的featurevalue，也不用排序，而binvalue用uint8_t(256bins)的类型一般也就足够了。
在计算上的优势则主要体现在“数据分割”。
决策树算法有两个主要操作组成，一个是“寻找分割点”，另一个是“数据分割”。
从算法时间复杂度来看，Histogram算法和pre-sorted算法在“寻找分割点”的代价是一样的，都是O(#feature*#data)。
而在“数据分割”时，pre-sorted算法需要O(#feature*#data)，而histogram算法是O(#data)。
因为pre-sorted算法的每一列特征的顺序都不一样，分割的时候需要对每个特征单独进行一次分割。
Histogram算法不需要排序，所有特征共享同一个索引表，分割的时候仅需对这个索引表操作一次就可以。
（更新:这一点不完全正确，pre-sorted与level-wise结合的时候，其实可以共用一个索引表(row_idx_to_tree_node_idx)。
然后在寻找分割点的时候，同时操作同一层的节点，省去分割的步骤。
但这样做的问题是会有非常多随机访问，有很大的chchemiss，速度依然很慢。
）。
另一个计算上的优势则是大幅减少了计算分割点增益的次数。
对于一个特征，pre-sorted需要对每一个不同特征值都计算一次分割增益，而histogram只需要计算#bin(histogram的横轴的数量)次。
最后，在数据并行的时候，用histgoram可以大幅降低通信代价。
用pre-sorted算法的话，通信代价是非常大的（几乎是没办法用的）。
所以xgoobst在并行的时候也使用histogram进行通信。
当然，histogram算法也有缺点，它不能找到很精确的分割点，训练误差没有pre-sorted好。
但从实验结果来看，histogram算法在测试集的误差和pre-sorted算法差异并不是很大，甚至有时候效果更好。
实际上可能决策树对于分割点的精确程度并不太敏感，而且较“粗”的分割点也自带正则化的效果。
在histogram算法之上，LightGBM进行进一步的优化。
首先它抛弃了大多数GBDT工具使用的按层生长(level-wise)的决策树生长策略，而使用了带有深度限制的按叶子生长(leaf-wise)算法。
level-wise过一次数据可以同时分裂同一层的叶子，容易进行多线程优化，不容易过拟合。
但实际上level-wise是一种低效的算法，因为它不加区分的对待同一层的叶子，带来了很多没必要的开销。
因为实际上很多叶子的分裂增益较低，没必要进行搜索和分裂。
leaf-wise则是一种更为高效的策略，每次从当前所有叶子中，找到分裂增益最大(一般也是数据量最大)的一个叶子，然后分裂，如此循环。
因此同level-wise相比，在分裂次数相同的情况下，leaf-wise可以降低更多的误差，得到更好的精度。
leaf-wise的缺点是可能会长出比较深的决策树，产生过拟合。
因此LightGBM在leaf-wise之上增加了一个最大深度的限制，在保证高效率的同时防止过拟合。
另一个比较巧妙的优化是histogram做差加速。
一个容易观察到的现象：一个叶子的直方图可以由它的父亲节点的直方图与它兄弟的直方图做差得到。
通常构造直方图，需要遍历该叶子上的所有数据，但直方图做差仅需遍历直方图的k个桶。
利用这个方法，LightGBM可以在构造一个叶子的直方图后，可以用非常微小的代价得到它兄弟叶子的直方图，在速度上可以提升一倍。
如需要更多的细节，可以参考github上的文档：https://***.com/Microsoft/LightGBM/wiki/Features
五、开源是什么意思
1997年，开放源码促进会（OpenSourceInitiative，www.***.org）正式成立，它给予了开放源码一个官方的、正式的定义。
它指出，开放源码并不只是意味着对源码的存取访问，而且还要遵守许多原则，总结为以下几条：1．允许自由再分发——排除了为了短期的销售额而放弃长期收益的诱惑。
2．允许对源码和已编译的程序一同进行分发——要使程序改进变得容易，首先使修改变得容易。
3．允许修改和衍生该作品——只具有阅读源码的权力，不足以支持独立的同行评价和快速的进化选择。
4．作者源码的完整性——用户有权知道正在使用的软件由谁来负责。
作者和维护者也有权利支持和维护声誉。
5．无歧视对待对个人和群体——为了从整个过程中得到最大的收益，禁止把某些人排除在外。
6．不能限制任何人在某一特定领域使用程序——让商业人士加入社区，而不是被排除在外。
7．程序上的权利必须适用于任何再分发的程序——禁止以间接的方式封闭软件。
8．许可证不能特殊对待一个产品——预先防止了其他类型的许可证的陷阱。
9．许可证不能限制其他软件——分发者有对自己的软件进行选择的权利。
10．许可证必须保持技术中立——任何条款都不能根据任何个人技术或者接口的样式来推断。
这就是说，只有基于以上原则的源代码可公开访问的软件才能被称作开放源代码软件，即开源软件。
开源软件虽然源自自由软件，但一般而言，自由软件有时更接近于基于哲学思想的理想主义，而开源软件则更注重程序本身的质量提升。
六、开源是什么意思
1、开源的意思即开放源代码。
2、开放源代码（Opensourcecode）也称为源代码公开，指的是一种软件发布模式。
一般的软件仅可取得已经过编译的二进制可执行档，通常只有软件的作者或著作权所有者等拥有程序的原始码。
3、有些软件的作者会将原始码公开，此称之为“源代码公开”，但这并不一定符合“开放原代码”的定义及条件，因为作者可能会设定公开原始码的条件限制，例如限制可阅读原始码的对象、限制衍生品等。
