Hadoop集群（第9期）_MapReduce初级案例 - 虾皮 - 博客园1、数据去重
"数据去重"主要是为了掌握和利用并行化思想来对数据进行有意义的筛选。统计大数据集上的数据种类个数、从网站日志中计算访问地等这些看似庞杂的任务都会涉及数据去重。下面就进入这个实例的MapReduce程序设计。1....
分类：
其他好文 时间：
2014-05-08 20:38:16
阅读次数：
669
Before Finetuning Train Accuracy: 51.190%After
Finetuning Train Accuracy: 100.000%Before Finetuning Test Accuracy: 46.429%After
Finetuning Test Accura...
分类：
其他好文 时间：
2014-05-08 20:23:18
阅读次数：
440
数据仓库技术包括数据清理、数据集成和联机分析处理（OLAP）OLAP是一种分析技术，具有汇总，合并和聚集功能，以及从不同的角度观察信息的能力。但，对于深层次的分析，如数据分类，聚类和数据随时间变化的特征，仍然需要其他
分析工具。尽管市场上已有许多“数据挖掘系统”，但是并非所有的 都能进行真正的数据挖...
分类：
其他好文 时间：
2014-05-08 20:18:07
阅读次数：
323
XML现在已经成为一种通用的数据交换格式,它的平台无关性,语言无关性,系统无关性,给数据集成与交互带来了极大的方便。XML在不同的语言里解析方式都是一样的,只不过实现的语法不同而已。基本的解析方式有两种,一种叫SAX，另一种叫DOM。
DOM的全称是Document Object Model，...
分类：
编程语言 时间：
2014-05-07 18:04:11
阅读次数：
363
(转载请注明出处：http://blog.csdn.net/buptgshengod)
1.背景
上一节学习支持向量机，感觉公式都太难理解了，弄得我有点头大。不过这一章的Adaboost线比较起来就容易得多。Adaboost是用元算法的思想进行分类的。什么事元算法的思想呢？就是根据数据集的不同的特征在决定结果时所占的比重来划分数据集。就是要对每个特征值都构建决策树，并且赋予他们不同的...
分类：
编程语言 时间：
2014-05-07 06:48:25
阅读次数：
569
属于离散监督，是一个简单的分类算法工作原理：存在一个样本数据集合，也称作训练样本集，并且样本集中每个数据都存在标签，即我们知道样本集中每一数据与所属分类的对应关系。输入没有标签的新数据后，将新数据的每个特征与样本集中数据对应的特征进行比较，然后算法提取样本集中特征最相似数据（最近邻）的分类标签。k-...
分类：
其他好文 时间：
2014-05-04 20:00:18
阅读次数：
388
1: /// 2: /// 对比两个同类型的泛型集合并返回差异泛型集合 3: /// 4: ///
泛型类型 5: /// 修改后的数据集合 6: /// 原始数据集合 7: /// 返回与原始集合有差异的集合 8: public static ...
分类：
其他好文 时间：
2014-05-04 10:56:20
阅读次数：
270
对于相对较少键值对的数据集合可以使用SharedPreferences来进行存储，
键值对的数据类型基本上是基本数据类型，
常见的操作：
创建新的shared preference文件或者访问已经存在的shared preference，
可以使用getSharedPreferences()或者getPreferences()
getSharedPreferences()...
分类：
移动开发 时间：
2014-05-02 06:39:14
阅读次数：
416
对Microsoft SQL Server(2008) Analysis
Services(以下称SSAS) 多维数据集运行多维表达式 (MDX) 查询时，会返回这个错误消息：XXX
Cube不存在，或者尚未处理。其中XXX表示多维度数据集的名称。因调用Cube数据集数据至少得有Cube读取权限，导...
分类：
其他好文 时间：
2014-05-01 15:41:32
阅读次数：
1181
使用DataTable作为存储过程的参数最近工作中写了几个存储过
程，需要向存储过程中传递字符串，因为SQL Server 2000中没有内置类似于 split
的函数，只好自己处理，将前台数据集中的一列用逗号拆分存到一个List中，再转化为字符串传给存储过程，很是麻烦。今天看了下SQL Serve...
分类：
数据库 时间：
2014-04-29 17:24:46
阅读次数：
434
