摘要：
（三）Streaming快速编程 1. mapper.py 2. reduce.py （四）准备文件 1. 准备好本地文件 2. 将本地文件student.dat与course.dat 上传到云梯目录 （五）设置Streaming参数并执行 （六）最后的输出：为了便于查看，你 阅读全文
摘要：
Streaming是Hadoop提供的一个可以使用其他编程语言来进行MR编程的API，它使用Unix标准输入输出作为Hadoop和其他编程语言的开发接口，非常轻便。而开发者可以选择自己擅长的编程语言，并且只需要在MR程序中实现计算逻辑后，指定输出即可。 Python可以通过Streaming 阅读全文
摘要：
提到性能，最容易想到的是降低复杂度，一般可以通过测量代码回路复杂度（cyclomatic complexitly）和Landau符号（大O）来分析, 比如dict查找是O(1)，而列表的查找却是O(n)，显然数据的存储方式选择会直接影响算法的复杂度。 1. 在列表中查找： 对于已经排 阅读全文
摘要：
1、基本概念 模拟退火算法（Simulated Annealing，SA）是一种模拟固体降温过程的最优化算法。其模拟的过程是首先将固体加温至某一温度，固体内部的粒子随温度上升慢慢变为无序的状态，内能增大，然后让其慢慢冷却，温度下降时，内部的粒子慢慢趋于有序，达到一种平衡态，最后达到常温 阅读全文
该文被密码保护。 阅读全文
摘要：
一 如何使用形式化语法来描述无限的句子集合的结构? --上下位无关文法 阅读全文
摘要：
统计建模非常像工程学。 在工程学中，有多种构建键-值存储系统的方式，每个设计都会构造一组不同的关于使用模式的假设集合。在统计建模中，有很多分类器构建算法，每个算法构造一组不同的关于数据的假设集合。 当处理少量数据时，尝试尽可能多的算法，然后挑选最好的一个的做法是比较合理的，因为此时实验成本很低。但当 阅读全文
摘要：
gensim是python下一个极易上手的主题模型程序库(topic model)，网址在：http://radimrehurek.com/gensim/index.html 安装过程较为繁琐，参考http://radimrehurek.com/gensim/install.html 中的步骤 阅读全文
摘要：
![enter image description here][1]例子：涉及一个特征器，给定一个姓名分析出是男性名字还是女性名字 分析：男性和女性的名字有一些鲜明的特点。以a，e 和i 结尾的很可能是女性，而以k，o，r，s 结尾的很可能是男性。让我们建立一个分类器更精确地模拟这些差异。 ![en 阅读全文
摘要：
此处使用的统计分析方法为美国统计学家Frank Wilcoxon所提出的非参数方法,称为Wilcoxon符号秩 (signed-rank)检验,当数据中仅有单一组样本时，可用这种方法检验数据的中位数是否大于、小于或等于某一特定数值。当你的样本数较大时(通常样本个数≧30的样本可视为样本数较大)，建议 阅读全文
摘要：
描述性统计包含多种基本描述统计量，让用户对于数据结构可以有一个初步的认识。在此所提供之统计量包含： 用户可选择多个变量同时进行计算，亦可选择分组变量进行多组别的统计量计算。 例如： 中位数描述数据中心位置的数字特征。大体上比中位数大或小的数据个数为整个数据的一半。对于对称分布的数据，均值与中位数比较 阅读全文
摘要：
t检验，又称学生t(student t)检验，是由英国统计学家戈斯特(William Sealy Gosset, 1876-1937)所提出,student则是他的笔名。t检验是一种检验总体均值的统计方法，当数据中仅含单组样本且样本数较大时(通常样本个数≧30的样本可视为样本数较大)，可用这种方法来 阅读全文
摘要：
网络，数学上称为图，最早研究始于1736年欧拉的哥尼斯堡七桥问题，但是之后关于图的研究发展缓慢，直到1936年，才有了第一本关于图论研究的著作。20世纪60年代，两位匈牙利数学家Erdos和Renyi建立了随机图理论，被公认为是在数学上开创了复杂网络理论的系统性研究。之后的40年里，人们一直讲随机图 阅读全文
摘要：
1，text1.concordance("monstrous") 用语索引 阅读全文