在网上下载了一个数据集rating.dat,格式为.dat的，要在matlab中使用，必须将其转化为一个.mat格式的矩阵，下面写一下具体步骤:第一步：打开matlab，界面如图:然后点击“打开”选项：界面如下例如选择rating.dat 文件点击上图右下角“打开”，得到如下界面：然后在“列分隔符”...
分类：
其他好文 时间：
2014-11-14 23:56:35
阅读次数：
745
数据集成是把不同来源、格式和特点的数据在逻辑上或物理上有机地集中，从而为企业提供全面的数据共享，是企业商务智能、数据仓库系统的重要组成部分。ETL是企业数据集成的概念出发，简要分析了当前ETL中用到的一些基本技术，为ETL系统的开发和ETL技术的应用提供一些参考。1.ETL简介随着企业信息化建设的发...
分类：
其他好文 时间：
2014-11-14 13:53:04
阅读次数：
254
1. CSV文件的的读取与写出2. 数据集筛选3. 简单随机抽样 sample函数正文：1. CSV文件的的读取与写出文件读取： df2 newdata newdata manager date country gender age q1 q2 q3 q4 q51 1 2014/10/27 US.....
分类：
编程语言 时间：
2014-11-14 00:00:59
阅读次数：
497
半联结是在两个数据集（表）之间的联结，其中第一个数据集中的数据行在决定是否返回时会根据在另一个数据集中出现或不出现至少一个相匹配的数据行来确定。“不出先”匹配行——这是半联结的一种特殊形式，称为反联结。标准的内联结与半联结之间最主要的区别在于在半联结中，第1个数据集中的每一条记录至返回一次，而不管在...
分类：
其他好文 时间：
2014-11-13 18:51:09
阅读次数：
215
K 均值聚类算法 K 均值是典型的基于距离的排他的划分方法：给定一个 n 个对象的数据集，它可以构建数据的 k 个划分，每个划分就是一个聚类，并且 k<=n，同时还需要满足两个要求： 每个组至少包含一个对象 每个对象...
分类：
编程语言 时间：
2014-11-13 14:49:34
阅读次数：
144
目前，SPARK在大数据处理领域十分流行。尤其是对于大规模数据集上的机器学习算法，SPARK更具有优势。一下初步介绍SPARK在linux中的部署与使用，以及其中聚类算法的实现。...
分类：
编程语言 时间：
2014-11-12 21:21:04
阅读次数：
264
HDF是一种常用的科学数据格式，本文对HDF的数据特性和数据格式进行了较详细的说明。...
分类：
其他好文 时间：
2014-11-12 16:42:24
阅读次数：
258
原文: C#尝试读取或写入受保护的内存。这通常指示其他内存已损坏。 今天打开一个之前写的程序，查询数据库资料，结果单击查询时出错，提示显示和ntdl.dll有关。 用VS2012调试时发现在调用数据集时提示“尝试读取或写入受保护的内存。这通常指示其他内存已损坏。” 打开数据集选择预览数据时VS出错退...
Microsoft 决策树算法是由 Microsoft SQL Server Analysis Services 提供的分类和回归算法，用于对离散和连续属性进行预测性建模。对于离散属性，该算法根据数据集中输入列之间的关系进行预测。它使用这些列的值（也称之为状态）预测指定为可预测的列的状态。具体地说，...
分类：
编程语言 时间：
2014-11-11 16:16:08
阅读次数：
259
1：获取数据集前几行观测proc sql outobs=5; *outobs选项只限制显示的行数，并不限制读入的行数. inobs=选项可以限制读入的行数; select * from sashelp.class;quit;data res; set sashelp.cl...
分类：
数据库 时间：
2014-11-11 16:09:18
阅读次数：
424
