Aemnprsuwx

摘要： pip安装: wget https://bootstrap.pypa.io/get-pip.py python get-pip.py 阅读全文

摘要： RDD(Resilient Distributed Dataset) 弹性分布式数据集 不可变的分布式对象集合，每个RDD被分为多个分区，分区运行在集群中的不同节点上。 1.创建方法： 1）读取外部数据集 2）驱动器程序里分发驱动器程序中的对象集合(list/set) 调用示例: import or 阅读全文

摘要： 1.升级python2.7(python2.7.3) wget http://python.org/ftp/python/2.7.3/Python-2.7.15.tar.bz2 tar -jxvf Python-2.7.15.tar.bz2 cd Python-2.7.15 ./configure 阅读全文

摘要： pip install psutil psutil.pids() #显示系统全部进程 p = psutil.Process(pid) p.name() #进程名 p.exe() #进程的bin路径 p.cwd() #进程的工作目录绝对路径 p.status() #进程状态 p.create_time 阅读全文

摘要： 第一步，执行下面这个脚本： mkdir -p ~/.vim/{ftdetect,indent,syntax} && for d in ftdetect indent syntax ; do curl -o ~/.vim/$d/scala.vim https://raw.githubuserconte 阅读全文

摘要： 1.对1项集求支持度（计数） 2.将计数（频度）低于最小值的过滤掉，将剩下的一项集排序（降序） 3.参照排序后的一项集将初始的数据集依次排序 4.将排好序的数据集从根节点开始建树，根节点初始化为空 5.建树的过程中对经过的节点进行计数，得到节点带权重的多叉树 6.对每个节点从节点开始向祖先节点遍历， 阅读全文

摘要： 中心思想： 频繁度高的项对应的子项频繁度也高，频繁度低的项对应子项频繁度也低 对子项求频繁度，选择频繁度高的子项求其所在项的频繁度。 1.求出单个属性的频繁度，过滤低于最小频繁度的项 2.求出两个项的频繁度，过滤低于最小频繁度的项 3.优化聚合，将两个项的数据分别选择第一项相同的值进行聚合，得到三项 阅读全文