2016年12月_RoQuant

转载 MongoDB + Spark: 完整的大数据解决方案

MongoDB上海的活动已经结束快1个月了，我们再来回顾一下TJ在大会上进行的精彩分享吧~ MongoDB + Spark：完整的大数据计算解决方案。Spark介绍按照官方的定义，Spark 是一个通用，快速，适用于大规模数据的处理引擎。通用性：我们可以使用Spark SQL来执行常规分析， Spark Streaming 来流数据处理，以及用Mlib来执行机器学习

2016-12-23 15:01:53 596

转载 library() vs require() in R

http://yihui.name/en/2014/07/library-vs-require/While I was sitting in a conference room at UseR! 2014, I started counting the number of times that require() was used in the presentations,

2016-12-23 10:34:08 952

转载新版Rstudio，几个有助于高效编程的小技巧

众所周知，月初的时候RStudio发布了1.0版本，引起了广大用户的关注与感慨，其中的多项重大亮点，大家都已经了解甚至试用了。除了notebook这种大尺度的逆天功能，RStudio作为一个IDE，还拥有众多或许不为太多人知的小细节。但正是这一系列小心思，默默提升了广大分析师们的工作效率。本文就是跟大家介绍其中的几个小技巧。全文内容照例由谷歌翻译，豹哥不

2016-12-23 09:38:40 21676 1

转载 Spark VS Hadoop：两大大数据分析系统深度解读

大数据，无论是从产业上，还是从技术上来看，都是目前的发展热点。在中国，政府控制着80%的数据，剩下的多由“BAT”这样的大公司拥有，中小企业如何构建自己的大数据系统？其他企业如何建设自己的大数据系统？推荐两大应用最广泛、国人认知最多的Apache开源大数据框架系统：spark HadoopSpark：速度快、易于使用Spark以性能见长，但是它也因易用性而小有名气，原因是它

2016-12-20 22:33:55 636

转载 k-fold cross validation with modelr and broom

Assumed knowledge: K-fold Cross validationThis post assumes you know what k-fold cross validation is. If you want to brush up, here’s a fantastic tutorial from Stanford University professors Trevor

2016-12-12 15:53:26 623

转载 Grid search in the tidyverse

Grid SearchFor anyone who’s unfamiliar with the term, grid search involves running a model many times with combinations of various hyperparameters. The point is to identify which hyperparameters a

2016-12-12 11:57:02 695

转载特征选择，经典三刀

特约作者：史春奇数据应用学院特征选择（Feature Selection,FS）和特征抽取（Feature Extraction, FE）是特征工程（Feature Engineering）的两个重要的方面。 ?他们之间最大的区别就是是否生成新的属性。 ?FS仅仅对特征进行排序（Ranking）和选择， FE更为复杂，需要重新认识事物，挖掘新的角度，创新性的创立新的属性，而目

2016-12-02 10:25:21 3425

转载 Package ggguitar on CRAN

This article was first published on R-Chart, and kindly contributed to R-bloggers)The initial release of ggguitar is available on CRAN! This package allows you to create guitar tablature

2016-12-02 08:41:28 339

四纪启悟 · 数据科学