摘要：
Hadoop 2.x 版本比起之前的版本在Hadoop和MapReduce上做了许多变化，主要的变化之一，是JobTracker被ResourceManager和ApplicationManager所替代。这种架构上的改变使得hadoop可以扩展到更大规模的集群上。本篇文章用于介绍如何在单节点上安装... 阅读全文
posted @ 2014-10-07 11:38 Jonee 阅读(906) 评论(0) 推荐(0) 编辑
摘要：
有一个数据集如下所示：如果直接进行转置。SAS程序：proc transpose data=test out=outx1 (drop=_name_); by id; var amount; id sasdate; idl... 阅读全文
posted @ 2014-01-20 21:54 Jonee 阅读(1195) 评论(0) 推荐(0) 编辑
摘要：
饼图一直都是最基本同时也是最常用的几种图形之一，一般用来反映总体中各部分占比情况。一般做饼图的话都是用EXCEL来完成（其实EXCEL+水晶易表就可以做出大部分常用的图表了）。而本文是借助SAS来完成，加了点新意在里面。地球上有七大洲四大洋（网上有种说法是五大洋，第五个是南极洋，感觉不明觉厉），陆地表面积占比大概在29%，海洋表面积占比大概71%。就以这些表面积数据来画饼图，但以地球作为背景。同时因为若将七个大洲分开来计算，则其单个的面积都比较小，所以就将七大洲的面积合起来作为陆地面积，与四大洋的面积一块来做饼图。SAS程序：结果1（png格式）：结果2（htm格式）：无法上传，略过。BUG之 阅读全文
posted @ 2014-01-04 16:44 Jonee 阅读(643) 评论(0) 推荐(0) 编辑
摘要：
分析过程中需要用到的R包：Rweibo、Rwordseg（或者rsmartcn）、wordcloud。根据个人情况，下载了以下搜狗细胞词库：“统计学名词”、“数学词汇大全”、“机器学习”、“财经金融词汇大全”、“互联网词库（2006版）”、“哈工大停用词表扩展”1、加载Rweibo包，进行授权申请。... 阅读全文
posted @ 2013-12-26 15:22 Jonee 阅读(1478) 评论(2) 推荐(1) 编辑
摘要：
所用数据来自于之前的一篇博客：《QQ群成员发言次数统计（正则表达式版）》链接：http://www.cnblogs.com/liyongzhao/p/3324026.html1、首先导出数据到Y盘，存为demo.csvSAS程序如下：proc export data=rtf outfile="Y:\demo.csv" dbms=csv replace; putnames=yes;run;2、将数据读入RR程序如下：demo<-data.frame(read.csv("Y:\\demo.csv",header=T))3、制作词云R程序如下（只分析发言 阅读全文
posted @ 2013-12-17 18:45 Jonee 阅读(1988) 评论(0) 推荐(1) 编辑
摘要：
SAS中的许多过程步都是封装好的，而且SAS的编程特点决定了只能是DATA步执行完之后再执行PROC步，或者PROC步执行完之后再执行DATA步。因此有时候DATA步只能利用PROC步执行完之后的结果。有时候这会带来一些不便。虽然有Call Execute例程，但该例程却是在DATA步执行完之后才能执行例程里面的代码。无法做到DATA步中的PROC步执行完之后才去执行DATA步内的其他代码。本文的目的就是简单介绍一种如何在DATA步中真正的执行PROC步的方法。程序如下（需求是取某个数据集中某个变量的所有可能取值（去重））：/*定义准备执行PROC步的宏*/%macro distinct_va 阅读全文
posted @ 2013-12-09 21:10 Jonee 阅读(2833) 评论(0) 推荐(0) 编辑
摘要：
一、利用R进行关联规则挖掘数据结构如下：（共9个itemsets，5个items）首先读入数据：demodata = read.transactions("C:\\Documents and Settings\\Administrator\\桌面\\DemoData.csv", rm.duplicates= TRUE, format="basket",sep=",",cols =c(1))查看数据：inspect(demodata)或者：summary(demodata)加载arules包library(arules)先求频繁项集（建 阅读全文
posted @ 2013-12-08 22:36 Jonee 阅读(1020) 评论(0) 推荐(0) 编辑