摘要：
1.随机森林算法采用Bootstrap(有放回的随机采样)采样从样本集中选出n个样本，但是更进一步，它从所以属性中随机选取K个属性，然后再选择最佳分割属性最为节点建立CART决策树。随机森林算法进行了两次采样。重复以上步骤k次，建立k棵CART决策树，这k颗CART决策树构成随机森林，通过投票的方式 阅读全文
摘要：
1. 决策树（decision tree）：是一种基本的分类与回归方法，分类树对离散变量做决策树，回归树对连续变量做决策树 在分类问题中，表示基于特征对实例进行分类的过程，可以认为是if-then的集合，也可以认为是定义在特征空间与类空间上的条件概率分布。 2. 决策树的基本思想是以信息熵为变量构造 阅读全文
摘要：
自增和自减运算符是单目运算符，可以放在操作元之前，也可以放在操作元之后。操作元必须是一个整型或浮点型变量。 ++a(--a) : 表示在使用变量a之前，先使a的值加（减）1 a++(a--) : 表示在使用变量a之后，使a的值加（减）1 eg:a=4 b=++a; //先将a的值加1，然后赋值给b， 阅读全文
摘要：
1. sudo docker pull microsoft/mssql-server-linux:2017-latest 2. sudo docker run -e 'ACCEPT_EULA=Y' -e 'MSSQL_SA_PASSWORD=Root123456!' -p 1433:1433 --n 阅读全文
摘要：
1. sudo yum install -y yum-utils device-mapper-persistent-data lvm2 2. sudo yum-config-manager --add-repo http://mirrors.aliyun.com/docker-ce/linux/ce 阅读全文
摘要：
1.说明： Spark Standalone 集群是Master--Slaves架构的集群模式，和大部分的Master--Slaves 结构集群一样，存在着Master单点故障的问题。Spark提供了两种解决方案去解决这个单点故障的问题； 方案一：基于文件系统的单点恢复 主要用于开发或测试环境，sp 阅读全文
摘要：
1. 下载spark安装包下载地址spark官网：http://spark.apache.org/downloads.html这里我们使用 spark-2.0.2-bin-hadoop2.7版本. 2. 规划安装目录/opt/bigdata 3 .解压安装包tar -zxvf spark-2.0.2 阅读全文
摘要：
1.什么是Spark spark是一种快速，通用，可扩展的大数据分析引擎，集成了大数据相关的各种能力。Hadoop的中间结果需要存储在硬盘上，这就产生了较高的延迟。而Spark基于内存计算，解决了这个延迟的速度问题。Spark本身可以直接读写Hadoop上任何格式数据，这使得批处理更加快速。 2.为 阅读全文
摘要：
单机版部署： tar -xvf hbase-2.1.0-bin.tar.gz -C /export/servers/ cd /export/servers/hbase-2.1.0 rm -rf docs #配置环境变量 vim /etc/profile export HBASE_HOME=/expo 阅读全文
摘要：
1.Hbase是一个用java语言实现的，构建于Hadoop分布式系统（HDFS）上的分布式数据库。 2.HBase的特点： a：海量存储 b：列式存储（可以针对列进行权限控制和读取） c：多版本：根据时间戳存储不同版本的数据 d：稀疏性： 1. 为空的列不占用实际存储空间 2.传统数据库为空的列依 阅读全文