摘要：
决策树 决策树(decision tree)是一种基本的分类与回归方法。在分类问题中，表示基于特征对实例进行分类的过程，它可以认为是if-then规则的集合，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。决策树学习的经典算法：ID3，C4.5，CART 决策树的概念很简单，下图所示的流程图是一 阅读全文
摘要：
K近邻算法（KNN） k近邻算法 k近邻(k-nearest neighbor,KNN)是一种基本的分类与回归算法。于1968年由Cover和Hart提出。k近邻的输入是实例的特征向量，对应于特征空间的点；输出为实例的类别，可以取多类。k近邻算法假设给定一个训练数据集，其中的实例类别已定，分类时，对 阅读全文
摘要：
通用爬虫和聚焦爬虫 根据使用场景，网络爬虫可分为 通用爬虫 和 聚焦爬虫 两种. 通用爬虫 通用网络爬虫 是 捜索引擎抓取系统（Baidu、Google、Yahoo等）的重要组成部分。主要目的是将互联网上的网页下载到本地，形成一个互联网内容的镜像备份。 通用搜索引擎（Search Engine）工作 阅读全文
摘要：
一、"大数据时代"，数据获取的方式： 1. 企业生产的用户数据：大型互联网公司有海量用户，所以他们积累数据有天然的优势。 有数据意识的中小型企业，也开始积累的数据。 2. 数据管理咨询公司：通常这样的公司有很庞大的数据采集团队，一般会通过市场调研、问卷调查、固定的样本检测， 和各行各业的公司进行合作 阅读全文
摘要：
Python与MongoDB交互 创建管理员 > use admin switched to db admin > db admin > db.createUser({user:'admin',pwd:'123456',roles:[{role:'userAdminAnyDatabase',db:' 阅读全文
摘要：
MongoDB高级操作 讲解关于mongodb的高级操作，包括聚合、主从复制、分片、备份与恢复、MR 完成python与mongodb的交互 聚合 aggregate 聚合(aggregate)主要用于计算数据，类似sql中的sum()、avg() 语法 管道 管道在Unix和Linux中一般用于将 阅读全文
摘要：
MongoDB简介 MongoDB 是一个基于分布式 文件存储的NoSQL（非关系型）数据库 由C++语言编写，运行稳定，性能高 旨在为 WEB 应用提供可扩展的高性能数据存储解决方案 查看官方网站 MongoDB特点 模式自由 :可以把不同结构的文档存储在同一个数据库里 面向集合的存储：适合存储 阅读全文
摘要：
数据库高级简介 实体与实体之间有3种对应关系，这些关系也需要存储下来 在开发中需要对存储的数据进行一些处理，用到内置的一些函数 视图用于完成查询语句的封装 事务可以保证复杂的增删改操作有效 关系 创建成绩表scores，结构如下 id 学生 科目 成绩 思考：学生列应该存什么信息呢？ 答：学生列的数 阅读全文
摘要：
数据库查询简介 查询的基本语法 select * from 表名; select * from 表名; from关键字后面写表名，表示数据来源于是这张表 select后面写表中的列名，如果是*表示在结果中显示表中所有列 在select后面的列名部分，可以使用as为列起别名，这个别名出现在结果集中 如 阅读全文
摘要：
mysql数据库，是当前应用非常广泛的一款关系型数据库。 数据库简介 计算机诞生后，数据开始在计算机中存储并计算，并设计出了数据库系统 数据库系统解决的问题：持久化存储，优化读写，保证数据的有效性 当前使用的数据库，主要分为两类 文档型，如sqlite，就是一个文件，通过对文件的复制完成数据库的复制 阅读全文