一、逻辑斯蒂回归分类器逻辑斯蒂回归（logistic regression）是统计学习中的经典分类方法，属于对数线性模型。logistic回归的因变量可以是二分类的，也可以是多分类的。任务描述：以iris数据集（iris）为例进行分析（iris下载地址：http://dblab.xmu.edu.cn/blog/wp-content/uploads/2017/03/iris.txt）iris以鸢尾花

一、本地向量命令：import org.apache.spark.ml.linalg.{Vector,Vectors}val dv : Vector = Vectors.dense(2.0,0.0,8.0)val sv1 : Vector = Vectors.sparse(3,Array(0,2),Array(2.0,8.0))val sv2 : Vector = Vectors.sparse(3

一、Kafka简介BrokerKafka集群包含一个或多个服务器，这种服务器被称为brokerTopic每条发布到Kafka集群的消息都有一个类别，这个类别被称为Topic。（物理上不同Topic的消息分开存储，逻辑上一个Topic的消息虽然保存于一个或多个broker上，但用户只需指定消息的Topic即可生产或消费数据而不必关心数据存于何处）PartitionPartition是物理上的概念，每

一：预备知识：1、需要配置好hbase:配置hbase的文档：hbase分布式环境的安装配置_古柯(●—●)的博客-CSDN博客2、下载安装ycsb:解压代码：tar zxvf ycsb-hbase14-binding-0.17.0.tar.gz二、安装ycsb并测试1、配置环境变量.bashrc:执行：vi .bashrc在其中加入：#ycsbexport YCSB_HOME=/home/KYJ

一：提出问题：哪些课程最受欢迎？什么类别的课程最受欢迎？人们更喜欢Harvard还是MITx的课？二：理解数据：数据来源： 数据竞赛平台KaggleYour Home for Data Science​www.kaggle.com/共有23个字段，一共290门在线课程。数据分为4种类型import pandas as pdimport numpy as npimport matplotlib.py

一：pandas是基于numpy的数据分析模块，它提供了大量标准数据模型和高效操作大型数据集所需要的工具。可以说pandas时使用pyhton能够成为高效且强大的数据分析环境的重要因素之一。导入的方式：import pandas as pdpandas 有三种数据结构：series，dataframe 和panel series类似与数组，dataframe类似与表格，panel类似excel的多

一：下载安装好软件anaconda此篇文章我将把编写的代码放在自己电脑的：F:\anaconda目录之下二：打开jupyter notebook1、在开始菜单中找到Anaconda Prompt,并打开：输入以下语句：之后会跳出一个网页2、新建一个python3可以在F:\anaconda文件之下修改名字3、简单语句的使用#python中输出语句print("python\nprogram")pr