摘要： 学习：站点A给B发送数据，网桥通过察看帧的源地址了解到A在端口1，过滤数据库中加入<A,1>。扩散：网桥并不知道B在何处，因此把帧向所有其它端口（即端口2和3）进行扩散。转发：B收到A发过来的帧之后，可能会进行回应，即B发送数据给A，这个时候网桥察看源地址了解到B在端口2上，加入表项<B,2>，同时 阅读全文

摘要： 在机器学习用于产品的时候，我们经常会遇到跨平台的问题。比如我们用Python基于一系列的机器学习库训练了一个模型，但是有时候其他的产品和项目想把这个模型集成进去，但是这些产品很多只支持某些特定的生产环境比如Java，为了上一个机器学习模型去大动干戈修改环境配置很不划算，此时我们就可以考虑用预测模型标 阅读全文

摘要： 转自：https://www.jianshu.com/p/dc053deb94f2 购物篮分析 购物篮数据的二元0/1表示 利用关联分析的方法可以发现关联规则或频繁项集。 二元表示 每一行对应一个事务，每列对应一个项，项用二元变量表示 项在事务中出现比不出现更重要，因此项是非对称的的二元变量。 项集 阅读全文

摘要： 在前面我们分别讨论了特征工程中的特征选择与特征表达，本文我们来讨论特征预处理的相关问题。主要包括特征的归一化和标准化，异常特征样本清洗与样本数据不平衡问题的处理。 1. 特征的标准化和归一化 由于标准化和归一化这两个词经常混用，所以本文不再区别标准化和归一化，而通过具体的标准化和归一化方法来区别具体 阅读全文

摘要： 转自：https://www.cnblogs.com/pinard/p/9061549.html 在特征选择中，讲到了特征选择的一些要点。本篇继续讨论特征工程，重点关注于特征表达部分，即如果对某一个特征的具体表现形式做处理。主要包括缺失值处理，特殊的特征处理比如时间和地理位置处理，离散特征的连续化和 阅读全文

摘要： 卡方检验，或称x2检验，被誉为二十世纪科学技术所有分支中的20大发明之一，它的发明者卡尔·皮尔逊是一位历史上罕见的百科全书式的学者，研究领域涵盖了生物、历史、宗教、哲学、法律。之前做文本分类项目用过卡方值做特征选择（降维），后来听内部培训，另一个部门说他们有用卡方检验做异常用户的检测，于是就想把卡方 阅读全文

摘要： 转自：https://www.cnblogs.com/pinard/p/9032759.html 1. 特征的来源 在做数据分析的时候，特征的来源一般有两块，一块是业务已经整理好各种特征数据，我们需要去找出适合我们问题需要的特征；另一块是我们从业务特征中自己去寻找高级数据特征。我们就针对这两部分来分 阅读全文

摘要： 通过 Ambari 部署 hadoop 集群 1. 打开 http://192.168.242.181:8080 登陆的用户名/密码是 ： admin/admin 2. 点击 “LAUNCH INSTALL WIZARD”，开始创建一个集群 3. 为集群取一个名字 4. 前面我们建了本地的资源库，这 阅读全文

摘要： 1. 安装ambari-server 2. ambari server 需要一个数据库存储元数据，默认使用的 Postgres 数据库。默认的用户名和密码是： ambari/bigdata 。但是一般情况下，后面还要安装 hive 和 Ranger，也需要一个存元数据的数据库，所以使用一个mysql 阅读全文

摘要： 准备本地 repository 1. 下载下面的包 我用的是 CentOS7 的系统，其它系统的下载链接请参考： https://docs.hortonworks.com/HDPDocuments/Ambari-2.7.3.0/bk_ambari-installation/content/hdp_3 阅读全文