摘要：
大数据目前的主要趋势（自己理解） 文件系统、部署、各种流和开源工具 ETL开发（BI项目） 数据统计分析 数据挖掘、机器学习 图片来自 浅析 一、关于kakfa kafka相关 Kafka是由LinkedIn开发的一个分布式的消息系统，使用Scala编写，它以可水平扩展和高吞吐率而被广泛使用。目前越 阅读全文
摘要：
一、列表问题 二、函数传参 要明白哪些是可变类型：list（可变） https://www.cnblogs.com/blackmatrix/p/5614086.html 可变类型：列表，字典 不可变类型：数字，字符串，元组 这里的可变不可变，是指存储空间内的内容是否可以被改变 阅读全文
摘要：
一、什么是hadoop hadoop是一个开源的分布式计算和存储的框架。 二、什么是mapreduce？ 从总体上来讲，MapReduce主要包括三个阶段，map阶段， shuffle阶段， reduce阶段，如果大家对我前面讲的HDFS还有印象，应该能知道split这个过程，其实是HDFS帮我们做 阅读全文
摘要：
监督学习中，如果预测的变量是离散的，我们称其为分类（如决策树，支持向量机等），如果预测的变量是连续的，我们称其为回归。 分类和回归的区别在于输出变量的类型。 定量输出称为回归，或者说是连续变量预测；定性输出称为分类，或者说是离散变量预测。 举个例子：预测明天的气温是多少度，这是一个回归任务； 分类和 阅读全文
摘要：
1 clf = tree.DecisionTreeClassifier() 2 3 ''' 4 5 GridSearchCV search the best params 6 ''' 7 pipeline = Pipeline([('tree', clf), ("svm", svm)]) 8 9 1 阅读全文
摘要：
接上博客问题http://www.cnblogs.com/shizhenqiang/p/8274806.html 阅读全文
摘要：
pulp http://pythonhosted.org/PuLP/main/basic_python_coding.html 供水问题 1问题 供水公司有三个水库分别为A,B,C向四个小区甲乙丙丁供水，A和B向所有小区供水，C仅向甲乙丙供水，水库最大供水量（千吨） 水库 A B C 最大供水量（千 阅读全文
摘要：
看了很多博客，关于关联规则的介绍想做一个详细的汇总： 一、概念 表1 某超市的交易数据库 交易号TID 顾客购买的商品 交易号TID 顾客购买的商品 T1 bread, cream, milk, tea T6 bread, tea T2 bread, cream, milk T7 beer, mil 阅读全文
摘要：
输出：也就是想计算第一行中，list里面最长的list的长度是多少。 test_aa.xlsx如下： 有没有更好的方式，希望可以帮助到我。 阅读全文
摘要：
数据地址：http://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data 保存后注意填写表头 阅读全文