http://www.csdn.net/article/2015-03-19/2824267本文介绍机器学习美国在婚恋交友网站平台eHarmony的应用，eHarmony通过相容性 (compatibility)分级、相似性(affinity)计算和潜在相似性匹配的“三级跳”实现在线婚恋速配。文章也涉及具体特征和算法及相关文献。上周，我去洛杉矶参加了一个机器学习的meetup，一位主讲是e

    数据描述包括，1：描述统计,2:    数学的统计方法包括，1：描述统计（集中趋势，离散程度，相关性），2：推断统计（参数估计，假设检验）    集中趋势（代表一个数据集的代表值）           1： 众数 ，多次重复出现的数的多个数。           2：中位数，排序后，排在中间位置的多个数。           3：四分数，排序后，

数据挖掘的发展过程。 1关系型数据库 -》2数据仓库 -》3数据挖掘-》4大数据挖掘。xx网北京地区2013年1月份的注册数是多少，                                             关系型数据库的解决方案：查询单个数据库，mysql，特点一个数据库。xx网北京地区，上海地区，广州地区2013年1月份的注册数个是多少 ，    数据仓库

数据准备包含 ，1:数据获取（来源），2：数据抽样      数据获取的来源包括：1：调研，2：设备采集，3人工输入     ，4 各类文档，5外部数据库      数据抽样方式包括，1：概率抽样（简单随机抽样，分层抽样，整群抽样，等距抽样），2：非概率抽样（便利抽样，判断抽样，配额抽样）。简单随机抽样的基本方法，1：数字特征发，2：矩法，3：最大似然法，4：最小二乘法，5：贝叶斯法

（转载网上图片） 数据挖掘的基础是数据分析，做数据分析，1数据准备 --》2数据处理--》3数据加工

摘要：随着数据体积的越来越大，实时处理成为了许多机构需要面对的首要挑战。Shruthi Kumar和Siddharth Patankar在Dr.Dobb’s上结合了汽车超速监视，为我们演示了使用Storm进行实时大数据分析。CSDN在此编译、整理。简单和明了，Storm让大数据分析变得轻松加愉快。当今世界，公司的日常运营经常会生成TB级别的数据。数据来源囊括了互联网装置可以捕获

bin/kafka-list-topic.sh --zookeeper 192.168.197.170:2181,192.168.197.171:2181 （列出所有topic的分区情况）bin/kafka-list-topic.sh --zookeeper 192.168.197.170:2181,192.168.197.171:2181 --topic test （查看test的分区情况）

1 项目背景 ：            做为电子商务的实时统计分析系统，如何对实时产生的日志进行统计和分析，将是目前 云商的一大热点。2 系统流程：            如下表：                                各个类型的的数据日志，包括，点击，点赞，购买，评论等消息生成来源，通过kafka日志收集