摘要：
Hadoop是一个由Apache基金会所开发的分布式系统基础架构。主要解决海量数据的存储和海量数据的分析计算问题。广义上讲，Hadoop通常指的是一个更广泛的概念——Hadoop生态圈 一、Hadoop的发展历史 Lucene框架是由Doug Cutting开创的开源软件，用Java进行编写的，实现 阅读全文
摘要：
一、TF-IDF简介 在自然语言处理中，TF-IDF(term frequency–inverse document frequency)常用于挖掘文章中的关键词， 算法以简单高效著称。TF-IDF有两层意思，一层是"词频"（Term Frequency，缩写为TF），另一层是"逆文档频率"（Inv 阅读全文
摘要：
题目描述 请实现一个函数，将一个字符串中的每个空格替换成“%20”。例如，当字符串为We Are Happy.则经过替换之后的字符串为We%20Are%20Happy。 思路 熟悉Python的同学，会立即想到自带 库中的 。当然在这个方法一行代码就搞定了。 运行效率是： 运行时间：40ms;占用内 阅读全文
摘要：
题目描述 在一个二维数组中（每个一维数组的长度相同），每一行都按照从左到右递增的顺序排序，每一列都按照从上到下递增的顺序排序。请完成一个函数，输入这样的一个二维数组和一个整数，判断数组中是否含有该整数。 思路 首先，我们将要查找的数字（命为tag）与右上角的数字比较。a.如果相等，则查找结束。b.如 阅读全文
摘要：
欧几里得距离 在数学中，欧几里得距离或欧几里得度量是欧几里得空间中两点间“普通”（即直线）距离。使用这个距离，欧氏空间成为度量空间。相关联的范数称为欧几里得范数。较早的文献称之为毕达哥拉斯度量。 计算方式的局限。 比如说计算两个点的距离，点A（10,10000）、点B(1,500)，第二个维度对于距 阅读全文
摘要：
一、安装 二、启动 启动服务 三、配置 创建用户管理员 使用admin 创建远程连接用户 修改/etc/mongod.conf 配置远程 参考 https://docs.mongodb.com/manual/tutorial/install mongodb on ubuntu/ 阅读全文
摘要：
最近再清洗一些国外的数据，有英语，葡萄牙语等，因此查找了解决办法做个记录。 简单测试一下： 附上语言（文化）代码与国家地区对照表： 国家/地区 | 语言代码 | 国家/地区 | 语言代码 | | | 简体中文(中国) | zh cn | 繁体中文(台湾地区) | zh tw 繁体中文(香港) | z 阅读全文
摘要：
前言 Neo4j是比较常用的一种图形数据库，本篇文章是介绍如何在 ubuntu 上安装和简单使用它。 安装依赖 在安装Neo4j前，我们需要安装Java环境，Neo4j3.5版本需要Java8。这里官方建议的是使用OpenJDK8安装，而不是Oracle Java 8。命令如下： 安装后检测一下时候 阅读全文
摘要：
常用的决策树算法有 ID3、C4.5、CART ，它们构建树所使用的启发式函数各是什么？除了构建准则之外，它们之间的区别与联系是什么？首先，我们回顾一下这几种决策树构造时使用的准则。 | 人 | 年龄 | 长相 | 工资 | 写代码 | 类别 | | | | | | | | | 小A | 老 | 帅 阅读全文
摘要：
自动文档摘要评价方法大致分为两类： （1） 内部评价方法(Intrinsic Methods) ：提供参考摘要，以参考摘要为基准评价系统摘要的质量。系统摘要与参考摘要越吻合， 质量越高。 （2） 外部评价方法(Extrinsic Methods) ：不提供参考摘要，利用文档摘要代替原文档执行某个文档 阅读全文