More Sharing, More Happness. I`m Roly-Poly

摘要： hadoop上执行mapreduce streaming python程序报错， 报错详细信息为 python - PipeMapRed.waitOutputThreads(): subprocess failed with code 1 网上搜索后，得知该问题是由于 脚本程序本身问题。 解决办法， 阅读全文

摘要： 解决办法如下, ./mongoimport -port 6066 -d xxx -c xxx --batchSize=10 /root/mong_data/test/xxx 原因转自 http://blog.csdn.net/xiaobluesky/article/details/50216927 阅读全文

摘要： 这道题是lintcode上的一道题，当然leetcode上同样有。本题需要寻找O(N)复杂度的算法。解体思路比较有特点，所以容易想到参考 最小栈 的解题办法。但是最小栈用栈维护最小值很直观，这道题是队列，用什么数据结构好呢？也许看完暴力解会有点启发。但是思路还是一样的，最大的要在最前面（直接获取结果... 阅读全文

摘要： 像上一篇文章 《聚类思想分析》 所述， 聚类算法无所谓好坏，重点在于合理使用各类算法达到最优效果。-----------------------------------------------------------------------------------------------------... 阅读全文

摘要： 优点：原理简单（靠近中心点），实现容易（1、2 天），聚类效果中上（依赖K的选择）缺点：1. 无法确定K的个数 （根据什么指标确定K）2. 对离群点敏感 （容易导致中心点偏移）3. 算法复杂度不易控制 O(NKm)， 迭代次数可能较多 （m可能会比较大）4. 局部最优解而不是全局优 （这个和初始点选... 阅读全文

摘要： 聚类算法在数据挖掘中经常使用，思想简单直接。 在系统中，自己也实现过几个聚类算法，做针对性的优化也并无它难度。 由于其方式的简单，开始也未对它有过深入思考。 但是，如果你想让数据自己说话，还是离不开聚类。 因此调研了很多聚类算法，做一些总结。-----------------------... 阅读全文

摘要： 本文针对的问题是 ICTCLAS2015 的多线程分词，为了实现多线程做了简单的JAVA封装。如果有需要可以自行进一步封装其它接口。 首先ICTCLAS2015的传送门（http://ictclas.nlpir.org/），其对中文分词做的比较透彻，而且有一定的可调式性。但是应用到实际开发中的... 阅读全文

摘要： 题目：Reverse Linked List II题意:Reverse a linked list from position m to n. Do it in-place and in one-pass.下面这段代码，有两个地方，一个是4、5行的dummy节点设置；另一个是11-14行，局部可视化... 阅读全文

摘要： 啥不说了，两周前刚刚做过mysql导入导出的结果现在又忘了。。更可悲的是竟然同样的三篇blog，现在看起来还是如当初一样费劲，里面的内容。。所以自己写个记录一下环境：*nix权限：有相关表的写读权限。命令：mysql 和 myslqdump导出：/usr/bin/mysqldump -utest -... 阅读全文

摘要： 很久没更新了，这篇文章重点在github的入门使用，读者可以下载github for windows shell，边看边操作，加深印象。好了，30分钟的愉快之旅开始吧：一、github使用的注意事项：1.对于某一次更新提交，必须要有这次操作的commit操作，git commit -m “评论内容”... 阅读全文