专注大规模数据处理

刚刚入门hadoop，如何去学习hadoop。google一篇学习路线图，与童鞋们共勉：转自：http://blog.csdn.net/zhoudaxia/article/details/8801769-----------------------------------------------------按照这个路线图来学习即可。    1、M. Tim Jones的三篇文章

FP Growth算法利用了巧妙的数据结构，大大降低了Aproir挖掘算法的代价，他不需要不断得生成候选项目队列和不断得扫描整个数据库进行比对。为了达到这样的效果，它采用了一种简洁的数据结构，叫做frequent-pattern tree(频繁模式树)。

k-means聚类JAVA实例，《mahout in action》第六章。

只有这个算法思想比较对，其他 的都没有一开始的remove: 原网址：http://www.shahuwang.com/?p=1021 Canopy Clustering 这个算法是2000年提出来的，此后与Hadoop配合，已经成为一个比较流行的算法了。确切的说，这个算法获得的并不是最终结果，它是为其他算法服务的，比如k-means算法。它能有效地降低k-means算法中计算点之间距离的

采用是否打球的例子对朴素贝叶斯进行分析及java实现

随机森林(Random Forest)随机森林是一个最近比较火的算法，它有很多的优点：在数据集上表现良好在当前的很多数据集上，相对其他算法有着很大的优势它能够处理很高维度（feature很多）的数据，并且不用做特征选择在训练完后，它能够给出哪些feature比较重要在创建随机森林的时候，对generlization error使用的是无偏估计训练速度快在训练过程中，能够检测到fea

FP树构造FP Growth算法利用了巧妙的数据结构，大大降低了Aproir挖掘算法的代价，他不需要不断得生成候选项目队列和不断得扫描整个数据库进行比对。为了达到这样的效果，它采用了一种简洁的数据结构，叫做frequent-pattern tree(频繁模式树)。下面就详细谈谈如何构造这个树，举例是最好的方法。请看下面这个例子：这张表描述了一张商品交易清单，abcd

ID3 决策树的目的在于构造一颗树。如何构造呢？

http://www.rstudio.com/ide/docs/debugging/overview

转：使用 python Matplotlib 库 绘图 及 相关问题 使用 python Matplotlib 库绘图   转：http://blog.csdn.net/daniel_ustc/article/details/9714163Matplotlib的安装matplotlib 是python最著名的绘图库，它提供了一整套和matlab相

1,python下载安装

本文参考了以下文章：http://blog.fens.me/algorithm-pagerank-r/

文字未得及得总结

基本矩阵运算的Java实现分类： 图像处理2012-09-18 10:36 2537人阅读 评论(3) 收藏 举报javamatrixparametersstringclassnull一： 矩阵的加法与减法规则：矩阵的加法与减法要求两个矩阵的行列完全相等，方可以完成两个矩阵的之间的运算。举例说明如下二：矩阵的乘法规则：矩阵的乘法要求两个矩阵符

(转)[推荐算法]基于用户的协同过滤算法分类： 算法2013-11-12 14:12 1695人阅读 评论(1) 收藏 举报算法python协同过滤算法推荐算法目录(?)[+]什么是推荐算法推荐算法最早在1992年就提出来了，但是火起来实际上是最近这些年的事情，因为互联网的爆发，有了更大的数据量可以供我们使用，推荐算法

转 http://blog.csdn.net/v_july_v/article/details/8308762分类： 30.Machine L&Data Mining2012-12-17 19:24 56461人阅读 评论(94) 收藏 举报目录(?)[-]数据挖掘中所需的概率论与数理统计知识上前言第一节微积分的基本概念极限数列的

k阶原点距和k阶中心距各是说明什么数字特征二阶中心距，也叫作方差，它告诉我们一个随机变量在它均值附近波动的大小，方差越大,波动性越大。方差也相当于机械运动中以重心为转轴的转动惯量。(The moment of inertia.) 三阶中心距告诉我们一个随机密度函数向左或向右偏斜的程度。在均值不为零的情况下，原点距只有纯数学意义。A1,一阶矩就是 E(X),即样本均值。具体说