2017年10月__tommy

12月 11月 10月 09月 08月 07月 06月 05月 04月

原创 centos7 cdh5.8使用python 的 pysh2连接hiveServer2

1.可以使用CDH自带的pip /opt/cloudera/parcels/CDH-5.8.3-1.cdh5.8.3.p0.2/lib/hue/build/env/bin/pip install pyhs22.复制cdh的hive包py到指定目录： scp -r /opt/cloudera/parcels/CDH-5.8.3-1.cdh5.8.3.p0.2/lib/hive/lib/py/*/u

2017-10-24 10:47:52 1006

转载基于python impyla，pyhs2的hive客户端

文章写的不错，再而参照官网 http://blog.csdn.net/gamer_gyt/article/details/52564335

2017-10-23 17:46:32 2586

转载 Hive修改表语句

重命名表ALTER TABLE table_name RENAME TO new_table_name;上面这个命令可以重命名表，数据所在的位置和分区都没有改变。改变列名/类型/位置/注释ALTER TABLE table_name CHANGE[CLOUMN] col_old_name col_new_name column_type[CONMMENT col_conmment][FI

2017-10-19 16:26:20 619

原创 k-近邻算法手写识别系统

机器学习习实战示例：使用k-邻近算法的手写识别系统手机数据：提供文本文件准备数据：编写函数img2vector(),将图像格式转化为分类器使用的向量格式分析数据：在Python命令提示符中检查数据，确保它符合要求。训练算法：不适合k-邻近算法测试算法：编写函数使用提供的部分数据集作为测试样本，测试样本与非测试样本的区别在于测试样本是已经分类好的数据，如果预测分类

2017-10-16 20:03:12 439

原创 K邻近算法

机器学习实战本章内容：K-近邻分类算法从文本文件中解析和导入数据使用 Matplotlib创建扩散图归一化数值k-近邻算法概述原理：k-近邻算法采用测量不同特征值之间的距离方法进行分类优点：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，空间复杂度高适用数据范围：数值型和标称型工作原理：存在一个样本数据集合，也称作训练要样本集合

2017-10-16 16:35:46 668

原创 python3 .6 下报错 RuntimeError: dictionary changed size during iteration

循环字典键值，删除不符合要求的键值对def createTree(dataSet, minSup=1): #create FP-tree from dataset but don't mine headerTable = {} #go over dataSet twice for trans in dataSet:#first pass counts frequency of

2017-10-15 20:04:02 6755

转载 python中set和frozenset方法和区别

先简单说一下sett.add('x') # 添加一项s.update([10,37,42]) # 在s中添加多项t.remove('H') # 删除一项len(s) # set 的长度x in s # 测试 x 是否是 s 的成员 x not in s # 测试 x 是否不是 s 的成员 s.issubset(t) s <= t # 测试是否 s 中的

2017-10-12 23:41:32 1266

原创 TypeError: unhashable type: 'matrix'解决方法以及 Python3下map函数的显示问题、 python numpy中nonzero()的用法

因为使用的Python3的缘故，所以使用《机器学习实战》里面的代码总是遇到各种问题，这次是第9章程序清单9-2回归树切分函数里的一行：for splitVal in set(dataSet[:,featIndex]): 即matrix类型不能被hash。把代码改为如下即可：for splitVal in set((dataSet[:,featIndex].T.A.tolist())[0]):

2017-10-12 17:41:12 1140 1

bok-Exploiting KG

知识图谱（Knowledge Graph/Vault）又称为科学知识图谱，在图书情报界称为知识域可视化或知识领域映射地图，是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。

2017-12-07

手写数字识别10000次cnn结果 (.caffemodel)

手写数字识别10000次cnn结果，后缀名称为.caffemodel的网络模型文件，已经在caffe初探3中生成了若干网络模型文件，在这里我们可以选择迭代10000次的模型文件，里面包含了网络参数。

2017-11-30

haarcascade_frontalface_default.xml

人脸识别中的默认分类器，主要用于人脸图片中的人脸轮廓的识别。

2017-11-09

haarcascade_eye.xml

人脸识别，opencv中的眼睛识别分类器。可用于各种人脸图片的眼睛识别。

2017-11-09

haarcascade_frontalface_alt_tree.xml

OpenCV支持的目标检测的方法是利用样本的Haar特征进行的分类器训练，得到的级联boosted分类器（Cascade Classification）。注意，新版本的C++接口除了Haar特征以外也可以使用LBP特征。先介绍一下相关的结构，级联分类器的计算特征值的基础类FeatureEvaluator，功能包括读操作read、复制clone、获得特征类型getFeatureType，分配图片分配窗口的操作setImage、setWindow，计算有序特征calcOrd，计算绝对特征calcCat，创建分类器特征的结构create函数。级联分类器类CascadeClassifier。

2017-11-09

opencv_python-3.3.1-cp36-none-win_amd64.whl

人脸的Haar特征分类器就是一个XML文件，该文件中会描述人脸的Haar特征值。当然Haar特征的用途可不止可以用来描述人脸这一种，用来描述眼睛，嘴唇或是其它物体也是可以的。OpenCV有已经自带了人脸的Haar特征分类器。OpenCV安装目录中的\data\ haarcascades目录下的haarcascade_frontalface_alt.xml与haarcascade_frontalface_alt2.xml都是用来检测人脸的Haar分类器。这个haarcascades目录下还有人的全身，眼睛，嘴唇的Haar分类器。关于人脸的Haar特征分类器，可以直接使用cvHaarDetectObjects。离线的人脸检测技术一般采用神经网络的方法，ColorReco就是用神经网络的思路做人脸识别的。

2017-10-31

haarcascade_frontalface_alt2.xml

2017-10-31

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

Cruise的博客

原创 centos7 cdh5.8使用python 的 pysh2连接hiveServer2

转载基于python impyla，pyhs2的hive客户端

转载 Hive修改表语句

原创 k-近邻算法手写识别系统

原创 K邻近算法

原创 python3 .6 下报错 RuntimeError: dictionary changed size during iteration

转载 python中set和frozenset方法和区别

原创 TypeError: unhashable type: 'matrix'解决方法以及 Python3下map函数的显示问题、 python numpy中nonzero()的用法

Netty-Springboot.zip

bok-Exploiting KG

手写数字识别10000次cnn结果 (.caffemodel)

haarcascade_frontalface_default.xml

haarcascade_eye.xml

haarcascade_frontalface_alt_tree.xml

opencv_python-3.3.1-cp36-none-win_amd64.whl

haarcascade_frontalface_alt2.xml

空空如也