图片中红色框框中的一系列的数据是啥意思呢？另外，我的分类结果是0或1，为啥只有在0类别下显示这些数据呢？

如题，我有800多张图片，一共有200m，想通过numpy读取后然后存到csv文件中，但提示内存不足，怎么优化？

我的情况是：（刚刚入学研究所二年级，明年三四月就得准备找实习了，所以现在很紧张）能力方面：1.学习过机器视觉和图像识别的相关知识，了解常用的机器学习算法原理（SVM LDA HMM CRF等，看过<<机器学习实战>>和<<统计学习方法>>正在看<<集体智慧编程>>）。也了解一些深度学习的知识，但没有实际使用过。2.做过简单的文本分类，聚类，熟悉Hadoop spark的工作过程和他们的差异 看过<< hadoop海量数据处理>>和一部分《hadoop权威指南》。3.编程能力 C/C++ JAVA Python.4.项目方面：本科毕设做的人 […]

比如分词类的工具，可能跟领域相关，用该领域的词典和语料来训练CRF效果应该比通用的分词器效果要好很多（特别是一些术语）。这种情况下，工程上的做法是自己找人分词？还是用规则方法结合领域词典来解决？哪个性价比更高？

不太懂，模型算法选择，参数调整到底需要理解这些算法到什么程度，太深的东西对算法调优有什么帮助吗？

知乎上搜过，google上也用中英文搜过，没有找到近期（一年以内）对这个问题比较详细的论述

不知排队论是否对后续的大数据项目有用，处理数据时是否需要排队论的知识来实现分布式计算的负载平衡？

最近研究AdaBoost，但是网上的讲解都是使用所有的数据训练用做最终分类器的训练，而没有测试过程。这样怎么检测它的泛化能力呢？如果有测试数据的话，对测试数据进行训练当然可以达到很高的分类真确率，但是不一定会有高的泛化能力啊，请大神们解答疑惑，谢谢！