-
机器学习中距离和相似性度量方法
所属栏目：[大数据] 日期：2021-03-06 热度：115
在机器学习和数据挖掘中，我们经常需要知道个体间差异的大小，进而评价个体的相似性和类别。最常见的是数据分析中的相关分析，数据挖掘中的分类和聚类算法，如 K 最近邻（KNN）和 K 均值（K-Means）等等。根据数据特性的不同，可以采用不同的度量方法。一般[详细]
-
为什么在大数据处理中Cassandra与Spark如此受欢迎？
所属栏目：[大数据] 日期：2021-03-06 热度：164
随着现代云应用对正常运行时间及性能水平的要求逐步提高，已经有越来越多用户开始将注意力集中在Apache Cassandra数据库身上。 那么，为什么要选择Apache Cassandra？这套分布式OLTP数据库能够带来高可用性与线性可扩展能力。在说起Cassandra的用途时，我们[详细]
-
模拟大数运算
所属栏目：[大数据] 日期：2021-03-06 热度：159
1.大数乘法 void multify( const char * a, const char * b){ assert(a != NULLb != NULL); int lena = strlen (a); int lenb = strlen (b); vector int sum(lena + lenb, 0 ); for ( int i = 0 ; i lena; i++){ for ( int j = 0 ; j lenb; j++){ sum[i + j[详细]
-
大数乘法、大数加法实现
所属栏目：[大数据] 日期：2021-03-06 热度：169
span style="font-size:14px;"#include iostream#include stack#include queue#include algorithm#include string.h#include cstdio#include stdlib.h#include cctypeusing namespace std;// 实现两个数的加法// 判断一个字符串是否为有效的数bool isValidNu[详细]
-
从搭台到唱戏，电商卷皮BI的实践演进和架构体系
所属栏目：[大数据] 日期：2021-03-05 热度：198
本文是6月16日大数据杂谈群分享的内容。 关注“大数据杂谈”公众号，点击“加群学习”，更多大牛一手技术分享等着你。 实习编辑：Melody 大家好，我是卷皮BI团队负责人柴楹，今天在这里给大家分享一下卷皮的BI和大数据的一些东西。 BI大数据是什么？ 首先我[详细]
-
NB-MAFIA: 基于N-List 的最长频繁项集挖掘算法
所属栏目：[大数据] 日期：2021-03-05 热度：72
基于N-List,提出一个高效的最长频繁项集挖掘算法NB-MAFIA，发表在《北京大学学报》上，论文可从以下网址免费下载： http://xbna.pku.edu.cn/CN/abstract/abstract2916.shtml[详细]
-
saiku （branch 3.8-release）构建步骤
所属栏目：[大数据] 日期：2021-03-05 热度：146
近日整理了saiku（branch 3.8-release）的构建步骤，分享出来以供大家参考 红色的为原有被注释的 绿色的为添加的 蓝色地方比较重要，为我修改的地方，与上方红色对照下 前提是需要下载 mondrian- 4.3.0.1-SPARK的包放到自己的nexus中 源码地址： ? ?? https:[详细]
-
数据嗨客 | 第6期：不平衡数据处理
所属栏目：[大数据] 日期：2021-03-05 热度：63
http://mp.weixin.qq.com/s?__biz=MzAwMzIxMjIyMg==mid=2651005812idx=1sn=b9819f04cb2ee9af21f4011d34013824scene=0 写的挺好： 常用的分类算法一般假设不同类的比例是均衡的，现实生活中经常遇到不平衡的数据集，比如广告点击预测（点击转化率一般都很小）[详细]
-
第四期数据分析课程~
所属栏目：[大数据] 日期：2021-03-05 热度：91
第四期课程对比前三期课程我们做了如下的优化： 1. 增加一节新课：关于numpy在数据分析和机器学习中的应用 2. 讲解map与lambda函数 3. 优化机器学习课程内容，手把手教你推导数学公式 4. 修改第十节课程，增加实践操作环节 购买后请各位同学一定要在「阅读原[详细]
-
论如何打造高性能大数据分析平台
所属栏目：[大数据] 日期：2021-03-05 热度：160
本文将从技术无关的角度讨论一些提高性能的方法。下面我们将讨论一些能够应用在大数据分析系统不同阶段的技巧和准则(例如数据提取，数据清洗，处理，存储，以及介绍)。本文应作为一个通用准则，以确保最终的大数据分析平台能满足性能要求。 1. 大数据是什么?[详细]
-
HPE大数据商业白皮书 | 大数据分析给OEM软件开发商带来巨大发展
所属栏目：[大数据] 日期：2021-03-05 热度：171
我们都知道：大数据的崛起不可逆转；迎接这一趋势才能驾驭未来。 IDC最新的预测表明，大数据技术市场将以26.4%的年复合增长率增长，到2018年将达到415亿美元——大约相当于整体信息技术市场增长率的六倍。此外，IDC相信，到2020年，业务部门采购者会将数据分[详细]
-
Acdream 1420 High Speed Trains（大数 + 容斥原理）
所属栏目：[大数据] 日期：2021-03-05 热度：151
传送门 High Speed Trains Time Limit: 2000/1000MS (Java/Others) Memory Limit: 128000/64000KB (Java/Others) Submit Statistic Next Problem Problem Description The kingdom of Flatland has n cities. Recently the king of Flatland visited Japan a[详细]
-
【剑指offer】（扩展）大数相加
所属栏目：[大数据] 日期：2021-03-05 热度：92
问题： 实现一个加法，将两个大数相加，不使用BigInteger。 分析： 使用字符串或者数组，实现每位相加进位，要注意两个数对齐及最终进位的情况。 首先将两个字符串倒置，方便补0将位数对齐及逐位相加。并且使用StringBuffer方便字符串修改。 注意：字符实现[详细]
-
.net中大数处理的一些算法思想
所属栏目：[大数据] 日期：2021-03-05 热度：62
? 在 .NET 开发中,有时会因为处理一些边缘学科的知识内容,如统计,金融,天文等计算,是加密解密算法 都会涉及到大数的运算,就是.net中最大数值类型储存了都会溢出的数,我的一个想法是计算时用数值类型,储 存(暂时)和输出时是字符串 那么储存时就需要BOX[n] n个[详细]
-
数据处理---Spring Batch之实践
所属栏目：[大数据] 日期：2021-03-01 热度：126
上面介绍了Spring Batch的基本概念和简单的demo项目，显然这些还是不够实际使用的。下面我们来更多的代码实践。 ? ? ? ? 在上面的基础项目上面，我们来更多的修改： ? ? ? ? 不用项目默认的hsql DB，用mysql,让ItemReader,ItemWriter 支持mysql； ? ? ? ? 支[详细]
-
Pentaho BI Server的启动过程详解（二）
所属栏目：[大数据] 日期：2021-03-01 热度：138
时隔好久现在接着上一篇来继续聊一下Pentaho BI Server的启动过程，今天主要讲的就一个类PentahoSystem。 软件版本 Pentaho BIServer 5.0.1-ce 关于PentahoSystem 在上一篇文章里已经介绍过在SolutionContextListener中当应用启动时分调用PentahoSystem的ini[详细]
-
【最强干货】关于文本挖掘的资料（文献，报告，策略，代码）
所属栏目：[大数据] 日期：2021-03-01 热度：116
查看之前文章请点击右上角 ， 关注 并且 查看历史消息 所有文章全部分类和整理 ， 让您更方便查找阅读。 请在 页面菜单里查找 。 今天没有策略研究推送。 有几篇文章还需再研究一下 好久没有给大家干货啦 今天给大家一些干货福利 文本挖掘方面的资料 文献，[详细]
-
暴力：大数加法
所属栏目：[大数据] 日期：2021-03-01 热度：162
Description The I-number of x is defined to be an integer y,which satisfied the the conditions below: 1. yx; 2. the sum of each digit of y(under base 10) is the multiple of 10; 3. among all integers that satisfy the two conditions above,y[详细]
-
数据处理---Spring Batch之进阶
所属栏目：[大数据] 日期：2021-03-01 热度：107
有了前面两篇的基础之后，我们一起来聊聊更高级的关于Spring Batch的话题。比如Job 配置；自定义各种Listener；控制步骤流程；自定义Reader,Processor,Writer；并行处理。这些东西在Spring Batch的使用中很多可能会需要的，当然还有更多的内容，最好找下文档[详细]
-
什么是BI ? 哪些行业需要用到BI？
所属栏目：[大数据] 日期：2021-03-01 热度：87
什么是BI?哪些行业需要用到BI？ BI——就是分析利用企业已有的各种商用数据来了解企业的经营状况和外部环境，从而为企业的经营决策提供数据支撑。 下面我们来详细分解下： 企业应用BI的目标即是期望通过对来自不同的数据源进行统一处理及管理，把数据变成信[详细]
-
![[每月好书] 写给大家看的算法书（来自漫画帝国的图解算法书：轻](/uploads/allimg/c210301/161459429311O0-154D.gif)
[每月好书] 写给大家看的算法书（来自漫画帝国的图解算法书：轻
所属栏目：[大数据] 日期：2021-03-01 热度：145
和老规矩一样，本月月考的奖品就是《写给大家看的算法书》两本。不知道什么是月考的同学，请补习下面文章： 每月送书活动来袭,免费哦! 另外，为了避免每次月考都是相同的同学获得最高奖，从上次月考开始，获得过最高奖（得到过书）的同学，将不能获得最高奖[详细]
-
斯特林大数公式求阶乘位数
所属栏目：[大数据] 日期：2021-03-01 热度：199
? 题目链接： ? ? ? ? ? ? ? FZU: ? ?-? Link?- ? ? ? ? ? ? ? NYOJ ? ? ? ?? ? ?无意在FZU上看到这道题，以前在NYOJ上做过不过又忘了怎么做了； ? ?网上找找才记起来这个斯特林大数公式；log(n!)=log10（sqrt(2*pi*n))+n*log10(n/e)+1; ? ? ? ? ? ? ? ? ? ?[详细]
-
同义词挖掘
所属栏目：[大数据] 日期：2021-02-28 热度：110
词典百科词条 1:规则提取数据,对于一些别名,或者关键词括弧类的数据,或者简称等. 2.提取简要关键词,计算夹角余弦. 上下文相关性挖掘(需要人工审核) 在所有的文档中，如果两个term经常在相同的上下文下出现，那么这两个词是同义词的可能性较大。基于这个假设[详细]
-
电商卷皮BI的实践演进和架构体系—猫友会大讲坛第4期
所属栏目：[大数据] 日期：2021-02-28 热度：84
大家好，我是卷皮BI团队负责人柴楹，今天在这里给大家分享一下卷皮的BI和大数据的一些东西。 BI大数据是什么？ 首先我们来聊一下BI和大数据。BI和大数据到底有什么关系和不同。 BI主要有三方面的技术，包括 DW，OLAP，DM 。目标就是提高企业经营和决策的质量[详细]
-
搞得定基因组分析的TB级数据处理，跑的赢摩尔定律的发展边际，劲
所属栏目：[大数据] 日期：2021-02-28 热度：79
↓↓↓[详细]
