- 博客(5)
- 收藏
- 关注
RSS订阅转载 【干货分享】深入浅出解析大数据平台架构
目录：什么是大数据Hadoop介绍-HDFS、MR、Hbase大数据平台应用举例-腾讯公司的大数据平台架构“就像望远镜让我们能够感受宇宙，显微镜让我们能够观测微生物一样，大数据正在改变我们的生活以及理解世界的方式……”。大数据的4V特征-来源公司的“大数据”随着公司业务的增长，大量和流程、规则相关的非结构化数据也爆发式增长。比如：1、业务系统现在平均每天存储20万张图片，磁盘空间每天消耗100G；
2016-12-28 00:00:00
1095
转载 面向程序员的数据挖掘指南（八）
作者：Ron Zacharski第八章：聚类前几章我们学习了如何构建分类系统，使用的是已经标记好类别的数据集进行训练：训练完成后我们就可以用来预测了：这个人看起来像是篮球运动员，那个人可能是练体操的;这个人三年内不会患有糖尿病。可以看到，分类器在训练阶段就已经知道各个类别的名称了。那如果我们不知道呢?如何构建一个能够自动对数据进行分组的系统?比如有1000人，每人有20个特征，我想把这些人分为若干
2016-12-26 00:00:00
504
转载 面向程序员的数据挖掘指南（七）
作者：Ron Zacharski第七章：朴素贝叶斯和文本数据非结构化文本的分类算法在前几个章节中，我们学习了如何使用人们对物品的评价(五星、顶和踩)来进行推荐;还使用了他们的隐式评价——买过什么，点击过什么;我们利用特征来进行分类，如身高、体重、对法案的投票等。这些数据有一个共性——能用表格来展现：因此这类数据我们称为“结构化数据”——数据集中的每条数据(上表中的一行)由多个特征进行描述(上表中的
2016-12-23 00:00:00
502
转载 面向程序员的数据挖掘指南（六）
作者：Ron Zacharski第六章：概率和朴素贝叶斯朴素贝叶斯还是让我们回到运动员的例子。如果我问你Brittney Griner的运动项目是什么，她有6尺8寸高，207磅重，你会说“篮球”;我再问你对此分类的准确度有多少信心，你会回答“非常有信心”。我再问你Heather Zurich，6尺1寸高，重176磅，你可能就不能确定地说她是打篮球的了，至少不会像之前判定Brittney那样肯定。因
2016-12-21 00:00:00
458
转载 面向程序员的数据挖掘指南（五）
作者：Ron Zacharski第五章：进一步探索分类效果评估算法和kNN让我们回到上一章中运动项目的例子。在那个例子中，我们编写了一个分类器程序，通过运动员的身高和体重来判断她参与的运动项目——体操、田径、篮球等。上图中的Marissa Coleman，身高6尺1寸，重160磅，我们的分类器可以正确的进行预测：对于身高4尺9寸，90磅重的人：当我们构建完一个分类器后，应该问以下问题：分类器的准确
2016-12-20 00:00:00
912
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人