原文:（原创）大数据时代：基于微软案例数据库数据挖掘知识点总结（Microsoft 时序算法）前言
本篇文章同样是继续微软系列挖掘算法总结，前几篇主要是基于状态离散值或连续值进行推测和预测，所用的算法主要是三种：Microsoft决策树分析算法、Microsoft聚类分析算法、Microsoft N...
分类：
数据库 时间：
2014-11-02 15:02:05
阅读次数：
260
原文:（原创）大数据时代：基于微软案例数据库数据挖掘知识点总结（Microsoft Naive Bayes 算法）本篇文章主要是继续上两篇Microsoft决策树分析算法和Microsoft聚类分析算法后，采用另外更为简单一种分析算法对目标顾客群体的挖掘，同样的利用微软案例数据进行简要总结。有兴趣的...
分类：
数据库 时间：
2014-11-02 14:59:40
阅读次数：
348
原文:（原创）大数据时代：基于微软案例数据库数据挖掘知识点总结（Microsoft 决策树分析算法）随着大数据时代的到来，数据挖掘的重要性就变得显而易见，几种作为最低层的简单的数据挖掘算法，现在利用微软数据案例库做一个简要总结。
应用场景介绍
其实数据挖掘应用的场景无处不在，很多的环境都会应用到数据...
分类：
数据库 时间：
2014-11-02 14:58:54
阅读次数：
289
原文:（原创）大数据时代：基于微软案例数据库数据挖掘知识点总结（Microsoft 神经网络分析算法原理篇）前言
本篇文章继续我们的微软挖掘系列算法总结，前几篇文章已经将相关的主要算法做了详细的介绍，我为了展示方便，特地的整理了一个目录提纲篇：大数据时代：深入浅出微软数据挖掘算法总结连载，有兴趣的童...
分类：
数据库 时间：
2014-11-02 14:58:22
阅读次数：
273
原文:（原创）大数据时代：基于微软案例数据库数据挖掘知识点总结（Microsoft 关联规则分析算法）前言
本篇继续我们的微软挖掘算法系列总结，前几篇我们分别介绍了：Microsoft决策树分析算法、Microsoft聚类分析算法、Microsoft Naive Bayes 算法、Microsoft...
分类：
数据库 时间：
2014-11-02 14:58:19
阅读次数：
257
阅读导读：
1.mahout单机内存算法实现和分布式算法实现分别存在哪些问题？
2.算法评判标准有哪些？
3.什么会影响算法的评分？
1.
Mahout推荐算法介绍
Mahout推荐算法，从数据处理能力上，可以划分为2类：
单机内存算法实现
基于Hadoop的分步式算法实现
1).
单机内存算法实现
单机内存算法实现：就是在单机...
分类：
编程语言 时间：
2014-11-01 17:53:30
阅读次数：
397
有幸于10月27日参加百度百家组织的“The BigTalk”第五弹，主题为“机器人重塑未来生活”。主讲的三位“大神”大名鼎鼎，在圈内颇有影响力。王海峰，百度技术副总裁，演讲题目为：《让机器像人一样思考》；胡迪·利普森（HodLipson），康奈尔大学创意机器人实验室主任，福布斯称他为“世界上最牛的七位机器人、大数据专家”，演讲题目为：《机器人大挑战》；丹妮拉·鲁斯（DanielaRus），MIT...
分类：
其他好文 时间：
2014-11-01 01:04:52
阅读次数：
415
随着师兄们的中期考核，其他人的成果蒸蒸日上，最近的自己就像温水煮青蛙一样，慢慢的被磨掉了斗志，这才突然有点反思的意识。懒惰都有了各种各样的借口。以前那个专业课实验各种认真，提前很久写完的我哪里去了？以前那个参加各种竞赛，拿了很多奖的我哪里去了？以前那个熬夜到很晚也要调完这点BUG的我哪里去了？以前那...
分类：
其他好文 时间：
2014-10-31 20:32:20
阅读次数：
150
阅读导读：
1.如何搭建RHadoop开发环境？
2.搭建RHadoop和Hadoop环境搭建的区别？
3.如何执行rmr2任务？
4.hadoop命令与RHadoop命令有哪些区别？
环境准备
首先环境准备，这里我选择了Linux Ubuntu操作系统12.04的64位版本，大家可以根据自己的使用习惯选择顺手的Linux。
但JDK一定要用Oracle SU...
分类：
其他好文 时间：
2014-10-30 23:57:06
阅读次数：
416
题记：
近来关于数据挖掘学习过程中，学习到朴素贝叶斯运算ROC曲线。也是本节实验课题，roc曲线的计算原理以及如果统计TP、FP、TN、FN、TPR、FPR、ROC面积等等。往往运用ROC面积评估模型准确率，一般认为越接近0.5，模型准确率越低，最好状态接近1，完全正确的模型...
分类：
编程语言 时间：
2014-10-30 22:15:38
阅读次数：
492
