wideAngleCalibrate.py
单目(普通+广角/鱼眼)摄像头标定程序,传入摄像头地址即可实时标定,按键盘空格键拍取指定数量的图片,并实时畸变校正
Python官方教程+相关资料
个人整理的Python3.7.4最新word文档,含目录
赠送Python其他相关资料(50个文件1.35个G)
Hive语法详解.docx (排版清晰,覆盖全面,含目录)
说明:重新排版的个人版Hive语法(一文在手,hql无忧)
Hive语法详解:
内容分9个章节
包括安装及配置;
DDL,DML,DQL语法;
Hive内置函数及自定义函数;
Hive窗口函数及行列转换;
Hive注意事项及常见优化;
...
HBase学习笔记(个人整理)
个人笔记整理(带目录),共8个章节:
一.Hbase快速入门
二.Apache HBase配置
三.Hbase数据存储
四.HBase协处理器与二级索引
五.PHOENIX操作HBASE
六.HBase设计与优化
七.HBase与Spark集成
八.Trafodion操作HBase
共146页
SparkML算法详解(关于DataFrame的API操作)--数据挖掘(Scala与Java版)
一.Machine Learning
二.完整代码示例
三.数据挖掘
四.机器学习过程中的一些问题
五.各种机器学习算法的总结
(共119页,代码部分以Spark的DateFrame为主)
hive-udf(两地址间距离计算+省市区位置解析(Java代码))
地址转换成经纬度+两地址间距离计算+省市区位置解析(Java代码)
Hive自定义函数的封装
从数据挖掘到数据展示
从数据挖掘到数据展示:
SprakML的K-means聚类算法(DateFrame版)分析后的结果保存到MySQL中,用ECharts做饼图展示;
SparkSQL对客户每日数量做统计,用ECharts做饼图展示.
SparkML算法详解(关于DataFrame的API操作)--机器学习(Scala与Java版)
Spark的机器学习(ML)库提供了许多分布式ML算法。这些算法包括特征提取、分类、回归、聚类、推荐等任务。ML还提供了用于构建工作流的ML管道、用于调优参数的交叉验证器以及用于保存和加载模型的模型持久性等工具。
其目标是使实用的机器学习可扩展且简单。
ML算法:常见的学习算法,如分类,回归,聚类和协同过滤
特征化:特征提取,转换,降维和选择
管道:用于构建,评估和调整ML管道的工具
持久性:保存和加载算法,模型和管道
实用程序:线性代数,统计,数据处理等。
HiveQL源码
HiveQL的官网中下载下来的源码.
ql/src/java/org/apache/hadoop/...
Hive语法详解
Hive语法详解:
包括DDL,DML,DQL语法;
Hive内置函数及自定义函数;
Hive窗口函数及行列转换;
hive常见优化