-
初识聚类算法:K均值、凝聚层次聚类和DBSCAN
所属栏目：[大数据] 日期：2021-03-09 热度：162
http://blog.sina.com.cn/s/blog_62186b460101ard2.html 聚类分析就仅根据在数据中发现的描述对象及其关系的信息，将数据对象分组 ( 簇 ) 。其目标是，组内的对象相互之间是相似的，而不同组中的对象是不同的。组内相似性越大，组 间差别越大，聚类就越好。[详细]
-
基于K－Means的文本聚类
所属栏目：[大数据] 日期：2021-03-09 热度：147
http://blog.csdn.net/freesum/article/details/7376006 何为聚类 ? ? ? ? “聚类是把相似的对象通过静态分类的方法分成不同的组别或者更多的子集（subset）,这样让在同一个子集中的成员对象都有相似的一些属性。”?? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?[详细]
-
R在文本挖掘与分析的妙用：分词、画词云
所属栏目：[大数据] 日期：2021-03-09 热度：117
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 本文转自蔡捕头的新浪博客。欢迎更多优质原创文章投稿给大数据人：289585305@qq.com 摘要： 要分析文本内容，最常见的分析方法是提取文本中[详细]
-
10EB量级的基因大数据处理技术
所属栏目：[大数据] 日期：2021-03-09 热度：171
Java学习网（www.javalearns.com）提拱 10EB量级的基因大数据处理技术 很荣幸在这里跟大家分享大家以前很少接触到的领域的大数据情况。其实生命科学的大数据还处在比较初始的阶段，否则国家也不会现在才开始提出精准医学这样的概念。所谓精准医学想通过大数[详细]
-
数据分析与挖掘学习（一）
所属栏目：[大数据] 日期：2021-03-09 热度：109
数据分析与挖掘过程 一. 定义挖掘目标 一般的数据挖掘任务包括： 1. 分类与预测 2. 聚类分析 3. 关联规则 4. 时序模式 5. 偏差检验 6. 智能推荐 二. 数据取样 抽取一个与挖掘目标相关的样本子集，标准是 1. 相关性 2. 可靠性 3. 有效性 而不是选用全部数据做[详细]
-
Acdream 1210 Chinese Girls#39; Amusement（大数模板运算 + 找
所属栏目：[大数据] 日期：2021-03-09 热度：55
传送门 Chinese Girls’ Amusement Time Limit: 2000/1000MS (Java/Others) Memory Limit: 128000/64000KB (Java/Others) Submit Statistic Next Problem Problem Description You must have heard that the Chinese culture is quite different from that o[详细]
-
最值得推荐的统计和数据分析好书之一
所属栏目：[大数据] 日期：2021-03-08 热度：115
推荐一本统计和数据分析领域非常受欢迎的书，这书升级版原版评价甚至比第1版更好，中文版最近刚出版。 后面的图中给出了豆瓣和知乎对第一版的评价，还有知乎受关注的相关问题的网址。 《R语言实战（第2版）》 R in Action ,Second Edition: Data analysis an[详细]
-
大数加法、减法和乘法
所属栏目：[大数据] 日期：2021-03-08 热度：53
加法： #includestdio.h#includestring.h#includestdlib.hchar* add(const char *arr,const char *brr){ int lena=strlen(arr); int lenb=strlen(brr); int maxlen=(lenalenb)?lenb:lena; char* sum=(char*)malloc(maxlen+2); memset(sum,'0',maxlen+1); sum[详细]
-
当我们谈大数据分析的时候，我们在谈什么？
所属栏目：[大数据] 日期：2021-03-08 热度：77
数据分析是一个大话题，借这篇笔记整理一下自己的思路：数据分析是什么？涉及到哪些技术？有哪些数据公司玩家？如何定位数据分析的价值？如果选择数据分析作为自己的职业，需要掌握什么样的基本概念？希望帮助对于数据分析有兴趣的同学快速入门！ 前言 数据[详细]
-
【快讯】R语言在大数据统计分析中的应用及前景
所属栏目：[大数据] 日期：2021-03-08 热度：113
2016年6月8日下午，数据观—清华大数据 “ 技术 · 前沿 ” 系列思享会在清数D-LAB顺利举办。本次活动有幸邀请到美国普度大学统计系教授及清华大学统计学研究中心兼职教授朱宇进行R语言在大数据统计分析中的应用及前景主题分享。 本次讲座分别介绍了统计分析[详细]
-
精准测试新玩法の基于犯罪心理学挖掘代码风险
所属栏目：[大数据] 日期：2021-03-08 热度：122
前言 ? 犯罪心理学还能用于挖掘代码风险？ 挖掘出来的东西是什么？ 挖掘出来的东东长什么样子 ? 挖掘出来能用来做什么？ 具体怎么样挖掘呢 ? 这是本文的主要探讨的内容． ? 在大型的项目中 , 代码和模块的复杂度在很大程度上决定了测试任务的时间 ,? 在项目[详细]
-
常用的数据标准化方法
所属栏目：[大数据] 日期：2021-03-08 热度：82
数据的标准化（normalization）是将数据按照一定规则缩放，使之落入一个小的特定区间。这样去除数据的单位限制，将其转化为无量纲的纯数值，便于不同单位或量级的指标能够进行比较和加权。其中最典型的就是0-1标准化和Z标准化，当然，也有一些其他的标准化方[详细]
-
BI Intelligence 报告：2016 年 5 大数字化趋势（附下载）
所属栏目：[大数据] 日期：2021-03-08 热度：103
C 新智元编译?? ? 来 源：Business Insider 译者：闻菲 【新智元导读】 Business Insider 网站日前公开了旗下调研团队 BI Intelligence 去年 2 月发布的调查报告，成功 预测了消息APP成为新的OS和Bot的崛起。报告还预计物联网是下一场工业革命，将颠覆能源、[详细]
-
HDU 1212 Big Number（大数取模）
所属栏目：[大数据] 日期：2021-03-08 热度：124
Big Number Time Limit: 2000/1000 MS (Java/Others)????Memory Limit: 65536/32768 K (Java/Others) Total Submission(s): 7063????Accepted Submission(s): 4866 Problem Description As we know,Big Number is always troublesome. But it's really impor[详细]
-
R语言：SMOTE - Supersampling Rare Events in R:用R对非平衡数
所属栏目：[大数据] 日期：2021-03-08 热度：124
SMOTE - Supersampling Rare Events in R:用R对稀有事件进行超级采样 在这个例子中将用到以下三个包 {DMwR} - Functions and data for the book “Data Mining with R” and SMOTE algorithm:SMOTE算法 {caret} - modeling wrapper,functions,commands：模型[详细]
-
寻找第K大数的方法
所属栏目：[大数据] 日期：2021-03-08 热度：98
寻找一堆数中第K大的数，第一感觉是排序，然后将排序之后的值取第K个。但是实际上，这种方式最少的时间复杂度是O(nlogn)。有更简单的方式可以实现线性的时间复杂度。 算法总是有穷尽的，而思想无穷尽，而实用算法的本质是用空间去换取时间。 这里的方案是：[详细]
-
大数据分析界的“神兽”Apache Kylin初解
所属栏目：[大数据] 日期：2021-03-06 热度：135
转自李栋，来自Kyligence公司，也是Apache Kylin Committer PMC member，在加入Kyligence之前曾就职于eBay、微软。 今天分享的主题是：聊聊“神兽”Apache Kylin的最新特性。本次分享将首先对Apache Kylin进行基本介绍；接下来介绍1.5.x最新版本在架构上的重[详细]
-
kylin-BI工具-tableau9
所属栏目：[大数据] 日期：2021-03-06 热度：79
Tableau 9 Tableau 9.x has been released a while,there are many users are asking about support this version with Apache Kylin. With updated Kylin ODBC Driver,now user could interactive with Kylin service through Tableau 9.x. Apache Kylin cu[详细]
-
基因数据处理26之avocado运行snap-basic有问题
所属栏目：[大数据] 日期：2021-03-06 热度：87
hadoop@Master:~/xubo/data/testTools/se$ avocado-submit /xubo/avocado/hs2 .fq /xubo/avocado/hs38DH .fa /xubo/avocado/test20160527NUMhs2snap /home/hadoop/xubo/data/testTools/se/snap-basic .properties Using SPARK_SUBMIT=/home/hadoop/cloud/spa[详细]
-
工具 | R高效数据处理包dplyr和data.table，你选哪个？
所属栏目：[大数据] 日期：2021-03-06 热度：180
dplyr和data.table是R的两个高效数据处理包，这两个包有它们各自的优点。dplyr包的语法更加优雅，提供了更易于人类所能理解的自然语言。data.table包的语法简洁，并且只需一行代码就可以完成很多事情。进一步地，data.table在某些情况下执行效率更高（见这里[详细]
-
如何挖掘大数据“钻石矿”? 李克强绘四大路径
所属栏目：[大数据] 日期：2021-03-06 热度：100
中新社 刘震 摄 有人将大数据比喻为“21世纪的钻石矿”。如何在新一轮信息化潮流中抢得先机，掘得富矿？中国国务院总理李克强25日在中国大数据产业峰会暨中国电子商务创新发展峰会(以下简称：数博会)上发表致辞时，为此描绘出四大清晰路径。 路径一：大数据[详细]
-
数据处理的 9 大编程语言
所属栏目：[大数据] 日期：2021-03-06 热度：122
（点击 上方公众号 ，可快速关注） 英文：Anna Nicolauo 译者：伯乐在线 - 胡波 链接：http://blog.jobbole.com/100732/ 有关大数据的话题一直很火热。伴随着信息的爆炸式增长，大数据渗透到了各行各业，广泛应用于公司中，同时也使得传统的软件比如 Excel[详细]
-
基因数据处理28之avocado运行
所属栏目：[大数据] 日期：2021-03-06 热度：172
需要注意的是如果使用avocado的命令行，fs和fq为hdfs路径，properties为本地路径： hadoop @Master :~/xubo/data/testTools/se $ avocado-submit /xubo/avocado/hs1.fq /xubo/avocado/hs38DH.fa /xubo/avocado/test20160527 /home/hadoop/cloud/avocado/basi[详细]
-
LightOJ 1370 Bi-shoe and Phi-shoe（欧拉函数）
所属栏目：[大数据] 日期：2021-03-06 热度：103
题目链接： LightOJ 1370 Bi-shoe and Phi-shoe 题意： 给出n个数，要求对每个数a[i]找一个数x[i]使得小于x[i]且与x[i]互素的数的个数不小于a[i],求出所有x[i]的最小和。 分析： 和最小则每个数对应的x[i]应最[详细]
-
基因数据处理26之bcftools安装和使用
所属栏目：[大数据] 日期：2021-03-06 热度：141
1.下载： https://github.com/samtools/bcftools 2.安装 make make install 3.结合samtools使用 对排序好的bam数据用samtools生成bcf文件： xubo @xubo :~/xubo/data/testTools/se $ samtools mpileup -ugf ../hs38DH.fa hs2.sort.bam hs2.bcf 由于生成的是[详细]
