發(fā)簡信
IP屬地：北京
-
one-hot encoding 與dummy encoding
One-Hot編碼和啞變量應該怎么用 考慮一個具有三個類別的離散型特征，采用One-Hot 編碼后： 其中 因此有 從上面的公式可以看出，參數(shù)(...
-
How spark executes a job on the cluster
In the cluster mode, when a j ob is submitted for execution, the j ob is...
-
zz-hive的基本原理
原文鏈接：http://www.cnblogs.com/uttu/archive/2013/02/28/2936953.html 1、組件： 元...
-
Spark核心數(shù)據(jù)模型-RDD
1：可以抽象地理解為一個大數(shù)組（Array）。這個數(shù)組是分布在集群上的，邏輯上RDD的每個分區(qū)是一個Partiton 2： 4種創(chuàng)建方式；2種操...
-
離散化
離散化指把連續(xù)型數(shù)據(jù)切分為若干“段”，也稱bin，是數(shù)據(jù)分析中常用的手段。切分的原則有等距，等頻，優(yōu)化，或根據(jù)數(shù)據(jù)特點而定。在營銷數(shù)據(jù)挖掘中，離...
-
降維與度量學習
1.kNN算法：給定測試樣本，基于某種距離度量，找出訓練集中與其最近靠近的k個訓練樣本，然后基于這k個鄰居的信息進行預測.通常分類任務中，使用“...
-
