-
Frequent Pattern 挖掘之二(FP Growth算法)
所属栏目：[大数据] 日期：2021-01-17 热度：198
FP树构造 FP Growth算法利用了巧妙的数据结构，大大降低了Aproir挖掘算法的代价，他不需要不断得生成候选项目队列和不断得扫描整个数据库进行比对。为了达到这样的效果，它采用了一种简洁的数据结构，叫做frequent-pattern tree(频繁模式树)。下面就详细谈谈[详细]
-
Frequent Pattern挖掘之三（MapReduce框架下的FP Growth算法概述
所属栏目：[大数据] 日期：2021-01-17 热度：58
前面的博客分析了关联分析中非常重要的一个算法-FP Growth.该算法根据数据库在内存中构造一个精巧的数据结构-FP Tree,通过对FP Tree不断的递归挖掘就可以得到所有的完备Frequent Patterns.但是在目前海量数据的现状下，FP Tree已经大到无法驻留在计算机的内[详细]
-
大数相乘-写的比较麻烦
所属栏目：[大数据] 日期：2021-01-17 热度：83
#includestdio.h #includestring.h void strtoint(char *str,int * cheng,int n) { int i; for(i = 0;in;i++) { cheng[n-i-1] = str[i] -'0'; } for(i = 0;in;i++) { printf("%d ",cheng[i]); } printf("n"); } int ?getresult(int *cheng1,int * cheng2,in[详细]
-
关联挖掘之Apriori算法
所属栏目：[大数据] 日期：2021-01-17 热度：164
1. 什么是关联挖掘（Association rule mining）： Finding frequent patterns,associations,correlations or causal structure among set of items or objects in transaction databases,reletional databases and other information repositories. 说白了，[详细]
-
43. Multiply Strings(string模拟大数乘法)
所属栏目：[大数据] 日期：2021-01-17 热度：131
Given two numbers represented as strings,return multiplication of the numbers as a string. Note: The numbers can be arbitrarily large and are non-negative. Converting the input string to integer is? NOT ?allowed. You should? NOT ?use inter[详细]
-
2. Add Two Numbers 大数运算
所属栏目：[大数据] 日期：2021-01-17 热度：179
题目地址 注意长度不等时的情况 class Solution { public : ListNode *addTwoNumbers(ListNode *l1,ListNode *l2) { vector int v1,v2,v3; while (l1 != NULL) { v1.push_back(l1-val); l1 = l1-next; } while (l2 != NULL) { v2.push_back(l2-val); l2 = l2[详细]
-
43. Multiply Strings 大数
所属栏目：[大数据] 日期：2021-01-17 热度：62
题目地址 把较大的数作为被乘数，与乘数的每一位相乘，然后加到最后的结果上。 使用数组存储最后的结果，注意相乘后的位数。 class Solution {public: string multiply( string num1, string num2) { string ans; const int maxn = num1. size () + num2. si[详细]
-
文本挖掘--python
所属栏目：[大数据] 日期：2021-01-17 热度：59
# -*- coding: utf-8 -*- """ Created on Mon Oct 03 11:07:58 2016 @author: liqi """ keep = { 'a' , 'b' , 'c' , 'd' , 'e' , 'f' , 'g' , 'h' , 'i' , 'j' , 'k' , 'l' , 'm' , 'n' , 'o' , 'p' , 'q' , 'r' , 's' , 't' , 'u' , 'v' , 'w' , 'x' , 'y'[详细]
-
【邀请函】数造未来--2016永洪科技大数据分析沙龙武汉站
所属栏目：[大数据] 日期：2021-01-17 热度：168
报道大数据企业： 大数据产品、大数据方案、 ? 大数据人物 分享大数据干货： 大数据书籍、大数据报告、 大数据视频 大数据人作为此次沙龙活动协办方之一，特邀各位大数据人参加活动。欢迎更多优质原创文章投稿给大数据人：289585305@qq.com 沙龙背景 大数据[详细]
-
POJ2389 FFT 大数乘法
所属栏目：[大数据] 日期：2021-01-17 热度：103
Sample Input 222222222211112222222222 Sample Output 12345679011110987654321 import static java.lang.Math.PI;import static java.lang.Math.cos;import static java.lang.Math.sin;import java.io.BufferedReader;import java.io.InputStream;import j[详细]
-
R语言机器学习与大数据分析高级课程通知（深圳）
所属栏目：[大数据] 日期：2021-01-12 热度：150
一、课程目标 （1）让学员能尽快 掌握R语言的基本使用方法 ，学会利用丰富的网上R语言资料和帮助系统，学会基本的编程方法。 （2） 紧密结合一些应用实例，针对工作中存在的疑难问题进行分析讲解和专题讨论，有效提升学员解决复杂问题的能力。 （3）结合数据[详细]
-
【公开课】聊聊数据分析与挖掘经典案例
所属栏目：[大数据] 日期：2021-01-12 热度：91
系列直播 本期主题 Python数据分析与挖掘经典案例实战 7课时，每周1次2小时，在线直播，手把手教会！！ 1 ? ? ? ? ? ? ? ? ? ? 讲师简介 ? ?? ? ? ? 2 ? ? ? ? ? ? ? ? ? ? ? 课程简介及特色 ?? ? ? ? ? 在大数据时代，数据的重要性显得越来越重要，Python作[详细]
-
推荐:R语言大数据分析与机器学习研修
所属栏目：[大数据] 日期：2021-01-12 热度：178
下载本文word版：回复“ 研修班 ”获[详细]
-
大数加法（递推）
所属栏目：[大数据] 日期：2021-01-12 热度：171
#includestdio.h#includestring.h#includealgorithmusing namespace std;int sum[100][10000];int main(){int a,b,c,m,n,q;while(~scanf("%d%d%d",a,b,c)){if(a==0b==0c==0){printf("0n");continue;}memset(sum,sizeof(sum));m = n = q = 0;while(a){sum[0][详细]
-
全国高校R语言大数据分析与机器学习研修班
所属栏目：[大数据] 日期：2021-01-12 热度：53
（培训采用案例教学方式，因选用案例较多，大纲中不一一罗列）[详细]
-
[bigdata-001] mysql 5.7 由于安全问题不能导出数据的解决方式
所属栏目：[大数据] 日期：2021-01-12 热度：100
1. create user 'b1'@'localhost' identified by 'b1'; grant all privileges on *.* to 'b1'@'localhost' identified by 'b1'; 2. select oid into outfile '/home/brian/xxx.csv' from android_user_event_sorted; ERROR 1290 (HY000): The MySQL server i[详细]
-
[bigdata-002]python3 以get方式获取json的api
所属栏目：[大数据] 日期：2021-01-12 热度：184
1. server.py #!/usr/bin/env python3#-*- coding:utf-8 -*-import osimport jsonimport picklefrom flask import Flask,request,render_template,jsonify,make_response,url_forfrom impala.dbapi import connect#flask appapp = Flask(__name__)@app.route[详细]
-
[bigdata-002]python3 +flask 以post方式获取json的api
所属栏目：[大数据] 日期：2021-01-12 热度：179
1. server.py #!/usr/bin/env python3#-*- coding:utf-8 -*-import osimport jsonimport picklefrom flask import Flask,request,render_template,jsonify,make_response,url_forfrom impala.dbapi import connect#flask appapp = Flask(__name__)@app.route[详细]
-
[bigdata-003]在cdh 5.7下 用sqoop1将mysql数据库数据导入到hdfs
所属栏目：[大数据] 日期：2021-01-12 热度：167
1. 假设，myql安装在bigdata2上。我们要在bigdata3上执行sqoop1。 2. 首先，要在mysql上创建一个'b3'@'%'的账户，这个账户限定只能从外部ip地址访问mysql。 3. 在bigdata3上做如下操作 http://www.cloudera.com/documentation/enterprise/5-7-x/topics/cdh_i[详细]
-
挖掘微信Web版通信的全过程
所属栏目：[大数据] 日期：2021-01-12 热度：132
昨天是周末，在家闲得无聊，于是去weiphone.com逛了一圈，偶然发现有人发了一帖叫《微信 for Mac》，这勾起了我的好奇心，国内做Mac开发的人确实很少，对于那些能够独自开发一些Mac第三方工具的开发者我都表示很敬畏，于是点进去看了一个究竟，如果你们好奇[详细]
-
[bigdata-004]CDH Impala的应用场景
所属栏目：[大数据] 日期：2021-01-11 热度：178
可以将Impala视为改进版的Hive。 两者都使用SQL语言，且Imapal的SQL是Hive SQL的子集。 Hive慢，Impala快，测试的结果是，常规问题上，Impala比Hive快十倍。有了Impala，Hive就可以不用了。 Impala没有索引。这是一个非常显著的特征，没有索引，就不能快速存[详细]
-
LightOJ1214 Large Division （大数求余,同余定理）
所属栏目：[大数据] 日期：2021-01-11 热度：124
Given two integers, a and b ,you should check whether a is divisible by b or not. We know that an integer a is divisible by an integer b if and only if there exists an integer c such that a = b * c . Input Input starts with an integer T ([详细]
-
汇编语言之数据处理的2个基本问题
所属栏目：[大数据] 日期：2021-01-11 热度：100
?? 1、bx、si、di和bp Bx、si和di这3个寄存器我们已经学过了，现在进行一下总结，并学一下bp。 1：在8086CPU中，只有这4个寄存器可以用在[…]中来进行内存单元的寻址。比如，下面的指令都是正确 的： Mov ax,[bx] Mov ax,[bx＋si] Mov ax,[bx＋di] Mov ax,[b[详细]
-
大数进制转换
所属栏目：[大数据] 日期：2021-01-11 热度：71
一般的数字进制转换大家都很熟悉，先转换为十进制数字，再进行 除 n 取余，这种情况适用于操作数不大的情况（不大于最大的基本数据类型（long long）），但是如果操作数上百位以上甚至上千上万该怎么办呢，显然，传统的方法肯定不行， 我们可以举个例子：将[详细]
-
浅谈ODS与DW的区别-数据项目实战总结
所属栏目：[大数据] 日期：2021-01-11 热度：96
浅谈ODS与DW的区别-数据项目实战总结 ? ODS 全称operation data store 或者 operational data store，中文意思是操作型数据存储（ 数据被操作产生的，例如电商交易数据 （ 客户买东西订单 ）? 行业订单 工单数据（客户投诉数据） ），或者有的地方也叫运营数[详细]
