陈建虹(python)

hadoop简要教程概述 hadoop是apache软件基金会旗下的一个开源分布式计算平台。 大数据的特点4v，volume（量大）、variety（种类多）、value（价值密度低）、velocity（处理速度快） 云计算因大数据而存在，hadoop连接了大数据和云计算。 国内外hadoop的应用现状 yahoo 总节点超过42000，单master节点有4500个节点。总集群量350pb fa

开发机器学习应用程序的步骤 收集数据 准备输入数据（格式化、归一化） 分析输入数据 训练算法 测试算法 使用算法 k近邻算法优点：精度高、对异常值不敏感、无数据输入假定 缺点：计算复杂度高、空间复杂度高 使用数据范围：数值型和标称型from numpy import * import operatordef create_data_set(): group = array([[1.0,1