大数据_站长网

数据标准化与PCA白化原理探索

所属栏目：[大数据] 日期：2021-03-14 热度：157

PCA是实验中很常用的工具，一般用来做降维，它的实现有很多很多种，其中牵涉相当多的细节，笔者在实现PCA时常常有困惑，为什么查到的各种代码总有一些不同的trick，有时候对样本提前归一化？有时候又要减均值？这些操作对于PCA降维效果到底有什么影响？这[详细]
R语言绘制文字云

所属栏目：[大数据] 日期：2021-03-14 热度：51

差不多一年没有怎么认真写过博客了，最近要做毕业设计，记录一下有关实验。参考实验楼上一个实验。主要学习使用分词包 Rwordseg 对莎士比亚的名著《仲夏夜之梦》中的内容进行单词频数统计，提取关键词，并进行数据清洗，最后使用包 wordcloud 根据关键词出[详细]
K 大数查询

所属栏目：[大数据] 日期：2021-03-14 热度：159

题目大意有N个集合，初始为空。有M个操作，修改操作：编号范围在l~r的集合都加入一个数值为a的数，询问操作：编号范围在l~r的集合数值为第k大的数。 n,m=50000，|a|=n,k 树套树当然可行，但我不会考虑离线——整体二分 L，R表示数值的区间，mid=(L+R)[详细]
大数 Astar-Round1 Problem B

所属栏目：[大数据] 日期：2021-03-14 热度：169

题目 2016"百度之星" - 资格赛（Astar Round1） http://bestcoder.hdu.edu.cn/contests/contest_showproblem.php?cid=690pid=1002 Problem Description 度熊面前有一个全是由1构成的字符串，被称为全1序列。你可以合并任意相邻的两个1，从而形成一个新的序[详细]
R语言数据处理——tidyr包

所属栏目：[大数据] 日期：2021-03-14 热度：184

????在实际进行数据分析的过程中，我们常需要对数据进行一些相应的整理,“ tidyr 包”中的 gather（宽数据转为长数据）、 spread（长数据转为宽数据）、 unit（多列合并为一列）、 separate（将一列分离为多列）这四个函数为我们的数据整理提供了极大的便[详细]
R文本挖掘 | 如何在用户词库中添加搜狗词典？

所属栏目：[大数据] 日期：2021-03-14 热度：76

写在前面亲爱的小伙伴们！阔别大家将近10天，是不是等得有些着急了呢？本期大猫课堂将继续《R文本挖掘》系列，上节课中已经教大家如何用jiebaR分词包进行分词，本期将教大家一个更加进阶的分词功能：把搜狗专业词库添加进自己的用户自定义词典中。稍[详细]
lt;大数处理gt; 2016百度之星第二题

所属栏目：[大数据] 日期：2021-03-14 热度：191

链接：http://bestcoder.hdu.edu.cn/contests/contest_showproblem.php?cid=690pid=1002 Problem B ? ?Accepts: 2483 ? ?Submissions: 9088 ?Time Limit: 2000/1000 MS (Java/Others) ? ?Memory Limit: 65536/65536 K (Java/Others) Problem Description[详细]
非二元属性的关联规则挖掘和关联规则的评价

所属栏目：[大数据] 日期：2021-03-13 热度：187

===================================================================== ? 《机器学习实战》系列博客是博主阅读《机器学习实战》这本书的笔记也包含一些其他python实现的机器学习算法 ? ? github 源码同步：https://github.com/Thinkgamer/Machine-Learn[详细]
bzoj4542【HNOI2016】大数

所属栏目：[大数据] 日期：2021-03-13 热度：82

4542: [Hnoi2016]大数 Time Limit:?20 Sec?? Memory Limit:?128 MB Submit:?801?? Solved:?282 [ Submit][ Status][ Discuss] Description 小 B 有一个很大的数 S，长度达到了 N 位；这个数可以看成是一个串，它可能有前导 0，例如00009312345 。小B还有一[详细]
What is EFF in BI

所属栏目：[大数据] 日期：2021-03-13 热度：81

副标题#e# Flexfields Series: Extensible Flexfields (EFF) Explained Overview Introduced with Fusion Applications,Extensible Flexfields (EFF) extend the functionality ofDynamic Flexfields (DFF) by adding features that expand on their scale[详细]
BI解决方案分享：地产BI数据分析系统的建设

所属栏目：[大数据] 日期：2021-03-13 热度：117

? ? ? ?近几年中国地产行业发展迅猛，行业整合已成大势所趋，逐步由区域开发转变为集团化的跨地区综合开发商。然而，对于处在超常规速度发展的房地产企业来说，其面临的挑战也是超常规的。企业要在有限的资金和人力条件下，同一时间，对全国区域范围内的多[详细]
简单大数相加

所属栏目：[大数据] 日期：2021-03-13 热度：161

#include iostream#include cstdio#include cstringusing namespace std;#define N 1000char s1[N];char s2[N];int main(){ int k,i,j; int l1,l2; int a[N]={0}; int b[N]={0}; gets(s1); //getchar() //不用这个玩意，有的话会吞掉下一个字符串的第一个[详细]
[sicily] 1020. Big Integer

所属栏目：[大数据] 日期：2021-03-13 热度：144

1020. Big IntegerConstraintsTime Limit: 1 secs,Memory Limit: 32 MBDescriptionLong long ago,there was a super computer that could deal with VeryLongIntegers(no VeryLongInteger will be negative). Do you know how this computer stores the Ve[详细]
如何利用BI搭建电商数据分析平台

所属栏目：[大数据] 日期：2021-03-13 热度：195

? ? ? ? 某电商是某大型服装集团下的重要销售平台。2015 年，该集团品牌价值达数百亿元，产品质量、市场占有率、出口创汇、销售收入连年居全国绒纺行业第一，在中国有终端店3000多家,零售额80 亿。其羊绒制品年产销能力1000万件以上的规模，占有中国的40%[详细]
[案例分享] 大数据分析的威力：HPE Vertica 帮助Guess 网上商店

所属栏目：[大数据] 日期：2021-03-13 热度：139

副标题#e# 在今天这个颠覆式创新的时代，消费者行为正在发生着巨大的变迁，他们相互之间的联系越来越紧密，他们与自己心仪的品牌之间也有着与以往不同的互动行为，此时，零售行业必须适时作出改变，通过大数据分析，实现更加精准的营销。通过将大量数据从[详细]
干货丨初学者必看的大数据分析实用贴士

所属栏目：[大数据] 日期：2021-03-13 热度：110

选自：DZone 编译：数据观-赵杏来源：数据观（公众号：cbdioreview）作者：Marleen Anderson，是提供IT支持服务和IT培训的澳大利亚公司Saxons中团队的成员，是一名伟大的对企业家精神有极大兴趣的技术痴迷者。数据分析是目前市场中的一个主要力量，理解[详细]
新一代大数据处理引擎 Apache Flink

所属栏目：[大数据] 日期：2021-03-13 热度：137

大数据计算引擎的发展这几年大数据的飞速发展，出现了很多热门的开源社区，其中著名的有 Hadoop、Storm，以及后来的 Spark，他们都有着各自专注的应用场景。Spark 掀开了内存计算的先河，也以内存为赌注，赢得了内存计算的飞速发展。Spark 的火热或多或少[详细]
??攻略｜13招神技让你在数据科学和数据分析工作中脱颖而出

所属栏目：[大数据] 日期：2021-03-11 热度：136

副标题#e# 简介：我有幸在很早参与了一个大数据科学项目，我非常喜欢其中的工作，甚至我意识到我的努力可以增加一些公司的价值。然而，可悲的是，只有不到30%的数据科学项目最终实施了。我备受打击的意识到我的努力被浪费了。但是，我不是唯一的一个。几乎[详细]
基因数据处理46之cloud-scale-bwamem安装（compile.pl安装没问题

所属栏目：[大数据] 日期：2021-03-11 热度：66

版本：https://github.com/ytchen0323/cloud-scale-bwamem/releases/tag/v0.2.1 1.需要设置spark路径： !--systemPath/cluster/spark/spark-1.3.1-bin-hadoop2.4/lib/spark-assembly-1.3.1-hadoop2.4.0.jar/systemPath -- systemPath/home/hadoop/cloud/sp[详细]
基因数据处理51之cs-bwamem集群版运行*

所属栏目：[大数据] 日期：2021-03-11 热度：196

将master的local改为集群就可以了。集群运行结果：问题：匹配50条的时候，bwa和snap都是生成50条。但是cs-bwamem会生成492条，其中25和50条重读的很多，匹配位置不同。不知道为啥？记录： D:1win7javajdkbinjava -Didea.launcher.port=7538 "-Did[详细]
《剑指offer》:[16]打印1到最大的N位数

所属栏目：[大数据] 日期：2021-03-11 热度：109

题目：输入数字N，按顺序打印从1到最大的n位十进制数。比如输入3，则打印出1、2、3一直到最大的三位数即：999. 乍一看这个题目很简单，我们很快就会写出下面的代码： void onetoN(int n){int number=1;for(int i=0;in;i++){number*=10;}for(int i=1;inumbe[详细]
基因数据处理52之cs-bwamem集群版运行（1千万条100bp的reads）

所属栏目：[大数据] 日期：2021-03-11 热度：151

副标题#e# 1.art生成模拟序列： art_illumina -ss HS20 -i GRCH38BWAindex/GRCH38chr1L3556522.fna -l 100 -c 10000000 -o g38L100c10000000Nhs20 2.上传到hdfs，制定partition数 spark-submit --class cs.ucla.edu.bwaspark.BWAMEMSpark --master spark://[详细]
NDK开发 - JNI数组数据处理

所属栏目：[大数据] 日期：2021-03-11 热度：82

副标题#e# 很多时候利用 NDK 开发都是为了对数据进行加密操作，因为单纯的 Java 太容易被反编译了，加密算法也就很容易被破解，而利用 C/C++ 开发可以加大破解难度。文件的数据加密就需要通过 byte 数组传给 JNI。传送门：NDK开发 - JNI数组数据处理 JNI[详细]
利用BI搭建零售业数据信息平台

所属栏目：[大数据] 日期：2021-03-11 热度：89

某百货公司是全市规模最大的以零售为主、多元化经营的股份制商业企业。拥有员工数千人，经营国内外品牌2300余种，年商品销售额逾10亿人元。销售体量如此庞大的企业近几年在IT建设上出现了问题，集团内部的信息化数据有些跟不上业务扩张的步伐。虽然该集团[详细]
BZOJ 1670 [Usaco2006 Oct]Building the Moat护城河的挖掘

所属栏目：[大数据] 日期：2021-03-11 热度：141

Description 为了防止口渴的食蚁兽进入他的农场，Farmer John决定在他的农场周围挖一条护城河。农场里一共有N(8=N=5,000)股泉水，并且，护城河总是笔直地连接在河道上的相邻的两股泉水。护城河必须能保护所有的泉水，也就是说，能包围所有的泉水。泉水一定[详细]

8212

260