hua0704的专栏

原创 朴素贝叶斯实现垃圾信息分类

朴素贝叶斯实现垃圾信息分类代码github1.贝叶斯定义(贝叶斯算法介绍)P(A|B) = P(B|A) * P(B) / P(A)2.训练过程1) 中文分词(以下简称特征)，过滤掉中英文符号，数字，字母，单个词2）将所有特征组成一个去重的词向量列表3）计算各个特征在所有分类下的概率3.分类预测1）将待分类数据，分词，向量化2）根据贝叶斯公式计算各个分类下的概率，取最大概率即分类结果4.优化1

原创 spring namespacehandler问题

错误：Unable to locate Spring NamespaceHandler for XML schema namespace     The matching wildcard is strict, but no declaration can be found for element 'motan:registry'解决方法：maven配置：

原创 Hive之UDTF

原创 Storm示例

翻译 Storm UI参数详解

* Storm UI 详解* 基本术语  * Tasks     * task是spout或blot的执行线程。一个topology里有很多个worker进程，一个worker进程包含一个或多个spout/bolt进程。比如在配置文件中给50个worker配置300个线程，相当于每个worker执行6个线程，在优化集群的时候可以配置并行执行的进程、以及指定那些wor

原创 HBase之简介

（一）HBase之简介 * 概念     * HBase是一个高可靠性、高性能、面向列、可伸缩、支持版本控制、稀疏的、多维度的和排序的分布式数据库。       * 高可靠性：         * （1）： 在数据的写入过程中，数据首先会写到预写日志WAL(write ahead log)中，再写到memstore(内存)中，一旦