2015年10月_houxiaoqin

12月 10月 09月 08月

原创 hive待续

hiveuse database;进入数据库show tables;显示所有表desc tablename;查看表结构drop table tablename;删除表create talbe tablename（id bigint, name string）; 创建表insert overwrite talbe tablename select 100, 'hell

2015-10-27 23:42:16 321

原创数据分析——数据标准化

一、为何要将数据标准化？为了消除量纲影响和变量自身变异大小和数值大小的影响，故将数据标准化。由于不同变量常常具有不同的单位和不同的变异程度。不同的单位常使系数的实践解释发生困难。例如：第1个变量的单位是kg，第2个变量的单位是cm，那么在计算绝对距离时将出现将两个事例中第1个变量观察值之差的绝对值（单位是kg）与第2个变量观察值之差的绝对值（单位是cm ）相加的情况。

2015-10-27 17:07:08 4741

原创大嘴巴漫谈笔记-抽样分布与假设检验

大嘴巴漫谈笔记-抽样分布与假设检验总体分布：所有元素出现概率的分布.样本分布：选择的样本在随机变量上的对应的频次分布,抽样分布：样本的函数分布，是样本统计量的概率分布【统计量是样本的函数，如：均值、求和、方差】总体思想：借助样本估计总体如何借助样本数据估计总体未知参数？答：参数估计参数估计常用两种方法：样本数据值叫观测值总体数据值叫理论论

2015-10-25 21:52:05 985

原创 R连接SQL SERVER

1.配置SQL SERVER ODBC数据源操作系统搜索odbc/系统DSN/配置/server填远程服务器的IP...2.R代码Sys.setenv(JAVA_HOME='D:\\Programe Files\\WorkRelated Programs\\Java\\jdk1.7.0_21\\jre')library(rJava)library(RODBC)c

2015-10-15 17:30:00 704

原创大数据之数据挖掘理论笔记聚类问题之K-means

大数据之数据挖掘理论笔记聚类问题之K-means推荐参考博文： http://www.cnblogs.com/leoo2sk/archive/2010/09/20/k-means.html 推荐参考博文： http://blog.csdn.net/cyxlzzs/article/details/7416491 试过了，确实可运行。http://blog.csdn.net

2015-10-06 15:46:51 1679

from sklearn.datasets import fetch_20newsgroups操作时需要下载文本数据20newsgroups，若发生下载url获取失败，应对方法：打开site-packages/sklearn/datasets下的twenty_newsgroups.py文件，找到download_20newsgroups方法，注释掉其中url相关苦干行控制下载的语句。运行后提示c://user//...，按提示在c://user//...下新建文件夹scikit_learn_data，将20news-bydate.tar.gz解压好的文件放入即可。

2016-08-03

eclipse平台python开发

1.把zip解压到eclipse目录下，把features和plugins覆盖; 重启eclipse后在eclipse的window->perperence里能够看到pydev,点击Interpreter -Python, NEW Python Interpreters, 输入python安装路径； 2.测试的话：new->other project->pydev->选择pydev project，创建"HelloPython"工程，"HelloPython"包，上测试代码。

2016-07-24

scipy , gensim for python2.7 (windows)

scipy , gensim for python2.7 (windows) 安装参考http://blog.csdn.net/houxiaoqin/article/details/50887858

2016-03-15

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

原创 hive待续

原创 数据分析——数据标准化

原创 大嘴巴漫谈笔记-抽样分布与假设检验