- 博客(6)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 Spark编程笔记
这里记录一些Spark/Scala编程上的小问题，以便以后查询。关于objectFileRDD里面有一个saveAsObjectFile方法，可以用于将对象序列化后存到HDFS上。另外有一个objectFile方法，可以将数据反序列化回来。注释说这还是试验性的存储格式，但是用起来非常方便。使用时需要注意，调用objectFile时必须指定对象类型，否则可能会
2015-09-14 15:14:55
394
原创 关于Linux文件cache
执行free -mh 命令，可以看到如下显示：总内存15G，显示使用了14G，剩余只有466M。这是因为Linux自动管理了Cache造成的。特别注意下第二行，这是什么意思呢？解释如下-buffers/cache = used - buffers - cached，这个是应用程序真实使用的内存大小+buffers/cache = free + buffers + cache
2015-09-09 19:19:37
915
转载 ubuntu 中文繁体简体转换
最近对维基中文数据进行一些统计，发现中文繁体简体混杂，需要把词条规范成简体中文。记录下cconv这个工具。cconv建立在iconv之上，增加了词语转换能力，效果分析见后面。Ubuntu用户可以用命令sudo apt-get install cconv安装。命令说明如下：Chinese-Convert Tool. Version 0.6.2 (inside libcconv
2014-10-16 12:13:21
1474
转载 数据挖掘10大算法(1)——PageRank
数据挖掘10大算法(1)——PageRank1. 前言这系列的文章主要讲述2006年评出的数据挖掘10大算法（见图1）。文章的重点将偏向于算法的来源以及算法的主要思想，不涉及具体的实现。如果发现文中有错，希望各位指出来，一起讨论。 图1 来自IDMer的文章
2013-09-03 09:39:08
729
转载 机器学习与人工智能学习资源导引
来源：http://blog.csdn.net/pongba/article/details/2915005我经常在 TopLanguage 讨论组上推荐一些书籍，也经常问里面的牛人们搜罗一些有关的资料，人工智能、机器学习、自然语言处理、知识发现（特别地，数据挖掘）、信息检索 这些无疑是 CS 领域最好玩的分支了（也是互相紧密联系的），这里将最近有关机器学习和人工智能相关的一些学习资源归一
2012-08-07 14:54:49
911
卡内基梅陇概率统计（Probability and Statistics (4th Edition) by Morris H. DeGroot）
2014-07-30
机器学习Tom Mitchell经典教材第二版最新章节英文版
2012-08-27
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人