随笔分类 - 十一月
摘要：import pandas as pdimport numpy as npfrom sklearn.model_selection import train_test_splitfrom sklearn.ensemble import RandomForestClassifierfrom sklea
阅读全文
摘要：import pandas as pdimport numpy as npfrom sklearn.model_selection import train_test_splitfrom sklearn.ensemble import RandomForestClassifierfrom sklea
阅读全文
摘要：import pandas as pdimport seaborn as snsimport matplotlib.pyplot as plt# 提供文件的绝对路径file_path = r'D:\BP_R_Data.xlsx' # 请替换为实际路径# 尝试读取Excel文件try: df = pd
阅读全文
摘要：import numpy as npfrom sklearn import datasetsfrom sklearn.ensemble import RandomForestClassifierfrom sklearn.model_selection import train_test_split,
阅读全文
摘要：import numpy as npfrom sklearn import datasetsfrom sklearn.cluster import KMeansfrom sklearn.model_selection import train_test_split, cross_val_score,
阅读全文
摘要：iris = load_iris()X, y = iris.data, iris.targetscaler = StandardScaler().fit(X)X_scaled = scaler.transform(X)# 分割数据集为训练集和测试集X_train, X_test, y_train,
阅读全文
摘要：from sklearn.datasets import load_irisfrom sklearn.model_selection import train_test_split, cross_validatefrom sklearn.preprocessing import StandardSc
阅读全文
摘要：import numpy as npfrom sklearn import datasetsfrom sklearn.model_selection import train_test_split, StratifiedKFoldfrom sklearn.svm import SVCfrom skl
阅读全文
摘要：from sklearn.datasets import load_irisfrom sklearn.model_selection import train_test_split, cross_val_scorefrom sklearn.tree import DecisionTreeClassi
阅读全文
摘要：# 导入必要的库from sklearn.datasets import load_irisfrom sklearn.model_selection import train_test_split, cross_val_score, StratifiedKFoldfrom sklearn.linea
阅读全文
摘要：import pandas as pdimport numpy as npfrom sklearn.datasets import load_irisfrom sklearn.model_selection import cross_val_score, StratifiedKFoldfrom sk
阅读全文
摘要：mport csvimport jsonimport xml.etree.ElementTree as ETdef generate_exercises(num_exercises=5): """ 生成简单的加法算式 :param num_exercises: 要生成的算式数量 :return: 包
阅读全文
摘要：实验7 Spark初级编程实践 1.实验目的 （1）掌握使用Spark访问本地文件和HDFS文件的方法 （2）掌握Spark应用程序的编写、编译和运行方法 2.实验平台 （1）操作系统：Ubuntu18.04（或Ubuntu16.04）； （2）Spark版本：2.4.0； （3）Hadoop版本：
阅读全文
摘要：实验6 熟悉Hive的基本操作 1.实验目的 （1）理解Hive作为数据仓库在Hadoop体系结构中的角色。 （2）熟练使用常用的HiveQL。 2.实验平台 操作系统：Ubuntu18.04（或Ubuntu16.04）。 Hadoop版本：3.1.3。 Hive版本：3.1.2。 JDK版本：1.
阅读全文
摘要：实验5 MapReduce初级编程实践 1.实验目的 （1）通过实验掌握基本的MapReduce编程方法； （2）掌握用MapReduce解决一些常见的数据处理问题，包括数据去重、数据排序和数据挖掘等。 2.实验平台 （1）操作系统：Linux（建议Ubuntu16.04或Ubuntu18.04）
阅读全文
摘要：实验4 NoSQL和关系数据库的操作比较 1.实验目的 （1）理解四种数据库(MySQL、HBase、Redis和MongoDB)的概念以及不同点； （2）熟练使用四种数据库操作常用的Shell命令； （3）熟悉四种数据库操作常用的Java API。 2.实验平台 （1）操作系统：Linux（建议U
阅读全文
摘要：实验3 熟悉常用的HBase操作 1.实验目的 （1）理解HBase在Hadoop体系结构中的角色； （2）熟练使用HBase操作常用的Shell命令； （3）熟悉HBase操作常用的Java API。 2.实验平台 （1）操作系统：Linux（建议Ubuntu16.04或Ubuntu18.04）；
阅读全文
摘要：实验2 熟悉常用的HDFS操作 1.实验目的 （1）理解HDFS在Hadoop体系结构中的角色； （2）熟练使用HDFS操作常用的Shell命令； （3）熟悉HDFS操作常用的Java API。 2. 实验平台 （1）操作系统：Linux（建议Ubuntu16.04或Ubuntu18.04）； （2
阅读全文
摘要：实验1 熟悉常用的Linux操作和Hadoop操作 1.实验目的 Hadoop运行在Linux系统上，因此，需要学习实践一些常用的Linux命令。本实验旨在熟悉常用的Linux操作和Hadoop操作，为顺利开展后续其他实验奠定基础。 2.实验平台 （1）操作系统：Linux（建议Ubuntu16.0
阅读全文
