数据分析

在hbase中创建表后,我们只能在hbase shell中使用scan查询数据,这对于熟悉SQL的使用者不怎么习惯,不过我们可以在hive中创建外部表来访问hbase表中的数据,例…

昨天开始才知道IDEA Intellij中可以在打包的jar包中设置断点进行debug，于是决定把之前遗留下的连接远程hbase的问题重新捡起解决。 现在的环境：client端：是…

在hbase-server项目中的org.apache.hadoop.hbase.regionserver.HRegionServer类中。 public HRegionServe…

场景：远程登录配有Kerberos的hbase的时候，client端用到的kerberos的principal是[email protected] 错误： Org.apa…

NLPIR 是一套专门针对原始文本集进行处理和加工的软件，提供了中间件处理效果的可视化展示，也可以作为小规模数据的处理加工工具。用户可以使用该软件对自己的数据进行处理。 关键词提取…

 若要在eclipse里使用weka的svm，则把下载好的wlsvm.jar,libsvm.jar,weka.jar导入工程，此处要注意weka.jar和libsvm.j…

下面介绍几种归一化的方法： 　　1、线性函数转换，表达式如下： 　　　　y=(x-MinValue)/(MaxValue-MinValue) 　　2、对数函数转换，表达式如下： 　…

Boosting思想： Boosting方法不是一种特定的学习方法，而是一种在已有的学习方法基础上进行“投票”的方式。具体说来，它是对已有的若干分类器（可谓同类或者异类，且分类效果…

关于过度拟合的概念：给定一个假设空间H，一个假设h∈H，如果存在其他的假设h’∈H，使得在训练样例上h的错误率比h‘小，但在整个实例分布上h’的错误率比h小，那么 就说假设h过度拟…

关于正则化，以下引自李航博士《统计学习方法》1.5节关于正则化的一些描述： 模型选择的典型方法是正则化。正则化是结构风险最小化策略的实现，是在经验风险上加一个正则化项(regula…