摘要：
开篇：首先这本书的名字很霸气，全书内容讲的是R语言在机器学习上面的应用，一些基本的分类算法(tree,SVM,NB),回归算法,智能优化算法,维度约减等，机器学习领域已经有很多成熟的R工具箱，毕竟这个领域被统计学称霸了十多年，常用R工具箱都可以在这里面找到http://www.rdatamining.com/docs，http://www.mloss.org/software/本书第一张介绍了R以及相应包的安装，同时拿了UFO数据集进行练手，数据集以及源码网上都有的首先加载数据集（博客园的插入代码不支持R语言！！！！）1 ufo good.rows length(which(!good.r.. 阅读全文
摘要：
无意间在部门的svn看到以前老员工的Hive优化文档，看看了，写的挺详细的，结合hadoop In action(陆) 一书的内容在这里做个汇总1,列裁剪 在读数据的时候，只读取查询中需要用到的列，而忽略其他列。例如，对于查询：1 SELECT a,b FROM T WHERE e 对，，。所以商品表的hdfs读只会是一次。问题5：先join生成临时表，在union all还是写嵌套查询，这是个问题。比如以下例子： 1 Select * 2 From 3 ( select * 4 From t1 5 Uion all 6 select * 7 From t4... 阅读全文