决策树的训练与测试 如何切分特征（选择节点） 衡量标准-熵 衡量标准-熵 信息增益 信息增益 决策树构造实例 信息增益：表示特征X使得类Y的不确定性减小的程度。（分类后的专一性，希望分类后的结果是同类在一起） Outlook = sunny时，熵值 = (-2/5)*log(2/5)/log2 - ...
分类：
编程语言 时间：
2018-01-29 17:33:56
阅读次数：
220
在Hadoop中，一个MapReduce作业会把输入的数据集切分为若干独立的数据块，由Map任务以完全并行的方式处理。框架会对Map的输出先进行排序，然后把结果输入给Reduce任务。作业的输入和输出都会被存储在文件系统中，整个框架负责任务的调度和监控，以及重新执行已关闭的任务。MapReduce框 ...
分类：
其他好文 时间：
2018-01-27 21:19:10
阅读次数：
194
字符串的拆分1、splitlines 以行切分字符串，可以指定是否保留行标志，0和1代表的是布尔值2、split
分类：
其他好文 时间：
2018-01-27 13:47:35
阅读次数：
155
前言：为什么Hadoop基本类型还要定义序列化？ 1、Hadoop在集群之间通信或者RPC调用时需要序列化，而且要求序列化要快，且体积要小，占用带宽小。 2、java的序列化机制占用大量计算开销，且序列化结构体积过大，它的引用机制也导致大文件不能被切分，浪费空间，此外，很难对其他语言进行扩展使用。 ...
分类：
其他好文 时间：
2018-01-26 23:00:04
阅读次数：
181
随着 微服务 的流行，相比较以前一个大型应用程序搞定所有需求，我们现在更倾向于把大型应用程序切分成多个微服务，服务之间通过 RPC 调用。微服务架构的好处非常多，例如稳定的服务变化较少，不会被非稳定服务所影响；不同的服务更方便交给不同的人管理；发布、扩容等操作也更加有针对性。不过这也不是没有代价的， ...
分类：
编程语言 时间：
2018-01-26 17:09:47
阅读次数：
380
1 功能说明 设计一个topology，来实现对文档里面的单词出现的频率进行统计。整个topology分为三个部分： SentenceSpout：数据源，在已知的英文句子中，随机发送一条句子出去。 SplitBolt：负责将单行文本记录（句子）切分成单词 CountBolt：负责对单词的频率进行累加 ...
分类：
其他好文 时间：
2018-01-24 17:03:04
阅读次数：
226
vim编辑器基本操作介绍 作者：尹正杰 版权声明：原创作品，谢绝转载！否则将追究法律责任。 可能很多小伙伴都听说过vi编辑器或是vim编辑器。它们是Unix和Linux世界最流行的编辑器之一，他们的特点是短小精悍，功能强大。vim有独特的操作方式，但是对于初学者来说上手有一定的难度，其难点就是在于切 ...
分类：
系统相关 时间：
2018-01-24 00:36:11
阅读次数：
234
有时候，我们需要从一个系统里导出数据，并导入另外一个系统中，而这个数据很大，而数据导入受到限制，无法实现，这时，我们就需要对数据进行List切分，然后再一个个导出，最终，实现数据导入。对于数据的分段处理，我们可以采用subList方法进行实现，具体用法可参看以下案例：import java.util.ArrayList;import java.util.List;public class list
分类：
编程语言 时间：
2018-01-19 17:54:26
阅读次数：
172
本文将以“用户中心”为例，介绍“单KEY”类业务，随着数据量的逐步增大，数据库性能显著降低，数据库水平切分相关的架构实践： 如何来实施水平切分 水平切分后常见的问题 典型问题的优化思路及实践 一、用户中心 用户中心是一个非常常见的业务，主要提供用户注册、登录、信息查询与修改的服务，其核心元数据为： ...
分类：
数据库 时间：
2018-01-15 18:44:07
阅读次数：
209
摘自：https://github.com/dead-horse/node-style-guide https://github.com/felixge/node-style-guide 2空格缩进 使用2个空格而不是 tab 来进行代码缩进，同时绝对不要混用空格和 tab 。 Sublime Te ...
分类：
Web程序 时间：
2018-01-15 16:41:25
阅读次数：
238
