参考代码 https://github.com/torrvision/Objectness 调试到能运行，花了不少时间，中间读数据集报错这些都能出现的，可怕。 编译成功后，直接运行bing_linux，得到输出 Dataset:`/home/zherlock/Dataset/CV/VOC2007/' ...
分类：
其他好文 时间：
2020-06-21 14:09:40
阅读次数：
56
5. 实战Structured Streaming 5.1. Static版本 先读一份static 数据： val static = spark.read.json("s3://tang-spark/data/activity-data/") static.printSchema root |-- ...
分类：
其他好文 时间：
2020-06-12 12:48:53
阅读次数：
137
数据库查询语言（Structured Query Language） 数据库查询语言: DDL（data definition language） -数据定义语言，建库建表 DML （data manipulate language ） -数据操作语言，增删改 DQL （data query lan ...
分类：
数据库 时间：
2020-06-12 12:44:31
阅读次数：
64
https://www.zhihu.com/question/21704547 ...
分类：
其他好文 时间：
2020-06-10 12:52:07
阅读次数：
44
所谓不均衡指的是不同类别的样本量差异非常大。从数据规模上分为大数据分布不均衡和小数据分布不均衡两种。 大数据分布不均衡：数据规模大，其中的小样本类的占比较少。但从每个特征的分布来看，小样本也覆盖了大部分或全部特征。 例如：1000万条数据，其中占比50万条的少数分类样本属于这种情况。 小数据分布不均 ...
分类：
其他好文 时间：
2020-06-08 22:11:31
阅读次数：
235
linear regression logistic regression SVM binary Tree naive bayes adaboost clustering ...
分类：
其他好文 时间：
2020-06-07 21:24:49
阅读次数：
59
01 准备环境 环境：ubuntu 16.04 环境（物理 or 虚拟） 确认 CPU 是否支持虚拟化： # egrep -o '(vmx|svm)' /proc/cpuinfo # vmx 如果不支持，开启 KVM 嵌套虚拟化之后再重启。 1.1 安装 KVM 环境 sudo apt-get in ...
分类：
系统相关 时间：
2020-05-31 22:07:40
阅读次数：
123
1 #利用鸢尾花数据集绘制P-R曲线 2 print(__doc__) #打印注释 3 4 import matplotlib.pyplot as plt 5 import numpy as np 6 from sklearn import svm, datasets 7 from sklearn. ...
分类：
其他好文 时间：
2020-05-31 16:09:53
阅读次数：
66
一、所有算法归结成四种算法 分类：识别某个对象属于哪个类别，常用的算法有：SVM（支持向量机）、nearest neighbors（最近邻）、random forest（随机森林），常见的应用有：垃圾邮件识别、图像识别。 回归：预测与对象相关联的连续值属性，常见的算法有：SVR（支持向量机）、 ri ...
分类：
编程语言 时间：
2020-05-31 10:49:08
阅读次数：
87
###概述 Structured Streaming 是 Spark 2.0 引入的功能，有以下特点 基于 Spark SQL engine 可以直接使用 DataSet/DataFrame API，就像处理离线的批数据一样 Spark SQL engine 持续地、增量地处理流数据 支持 stre ...
分类：
其他好文 时间：
2020-05-29 21:22:01
阅读次数：
77
