logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

spark读取HDFS文件java.net.ConnectException: Connection refused异常解决方法

问题:java.net.ConnectException: Call From Master/xxx.xxx.x.xxx to user:8020 failed on connection exception: java.net.ConnectException: Connection refusedscala> disfile.collect().foreach(println)j

pandas中时间序列——date_range函数

通过?pandas.date_range命令查看date_range函数帮助文档语法:pandas.date_range(start=None, end=None, periods=None, freq='D', tz=None, normalize=False, name=None, closed=None, **kwargs)该函数主要用于生成一个固定频率的时间索引,在调用构造方法时,

#pandas
oracle listagg和wm_concat函数

对于将一列多值合并成一行问题,oracle提供了wmsys.wm_concat和listagg函数处理此问题,下面我们以emp表中数据为例,看看两函数的使用方法假设我们需要统计每种job下面有哪些员工,要求在一行显示员工姓名,首先看看emp表中的数据:①利用listagg函数处理②利用wm_concat函数处理wm_concat函数作用:除了处理多行合并问题

#oracle
sklearn数据预处理类库学习

1、标准差标准化(z-score标准化):(X-X.mean(axis=0))/X.std(axis=0)①利用scale标准化:sklearn.preprocessing.scale(X, axis=0, with_mean=True, with_std=True, copy=True)In [2]: from sklearn import preprocessing...: i

#sklearn
sklearn.datasets.base中Bunch类

Bunch和字典结构类似,也是又键值对组成,和字典区别:其键值可以被实例对象当作属性使用。In [1]: from sklearn.datasets import base...: buch = base.Bunch(A=1,B=2,c=3)...:In [2]: type(buch)Out[2]: sklearn.datasets.base.BunchIn [3]:

#scikit-learn
sklearn.model_selection.KFold

K折交叉验证:sklearn.model_selection.KFold(n_splits=3, shuffle=False, random_state=None)思路:将训练/测试数据集划分n_splits个互斥子集,每次用其中一个子集当作验证集,剩下的n_splits-1个作为训练集,进行n_splits训练和测试,得到n_splits个结果注意点:对于不能均等份的数据集,其前n_sa

#sklearn
pandas replace函数使用小结

语法:replace(self, to_replace=None, value=None, inplace=False, limit=None, regex=False, method='pad', axis=None)使用方法如下:import numpy as npimport pandas as pddf = pd.read_csv('emp.csv')df#Series对

#pandas
到底了