环境：Hadoop2.6.0IDEAmaven3.5.4案例分析：MapReduce是一种编程模型，用于大规模数据集（大于1TB）的并行运算。它极大地方便了编程人员在不会分布式并行编程的情况下，将自己的程序运行在分布式系统上。本项目用到的便是俗称Helloword的数据提取案例，官网源码见hadoop安装目录：/hadoop/share/hadoop/mapreduce/hadoop-mapred

一、为了pycharm下导入这两个模块下载了Anaconda3，opencv,配置了各种环境，这个过程持续了半个月，发现最新的博客都没几个，故，一些心得分享如下：文章最后会给出完整操作流程二、环境（Windows，python3.7，）1.卸载python高版本，这是最要紧的，刚开始就是python版本过高，导致Anaconda,opencv匹配不上，刚开始我是python3.9.5的，贴图如下：

Scikit-learn 是机器学习领域非常热门的一个开源包，它整合了众多机器学习算法，基于Python语言编写而成，可以免费使用。Scikit-learn基本功能主要分为六大部分：分类、回归、聚类、数据降维、模型选择和数据预处理。

本次新人赛是Datawhale与天池联合发起的0基础入门系列赛事 —— 心跳信号分类预测。赛题以心电图心跳信号数据为背景，要求选手根据心电图感应数据预测心跳信号所属类别，其中心跳信号对应正常病例以及受不同心律不齐和心肌梗塞影响的病例，这是一个多分类的问题。通过这道赛题来引导大家了解医疗大数据的应用，帮助竞赛新人进行自我练习、自我提高。为了更好的引导大家入门，还特别为本赛题定制了学习方案，其中包括数

win10公司邮箱对应gitlab，自己邮箱对应github 进行同步开发

本次新人赛是Datawhale与天池联合发起的0基础入门系列赛事 —— 心跳信号分类预测。赛题以心电图心跳信号数据为背景，要求选手根据心电图感应数据预测心跳信号所属类别，其中心跳信号对应正常病例以及受不同心律不齐和心肌梗塞影响的病例，这是一个多分类的问题。通过这道赛题来引导大家了解医疗大数据的应用，帮助竞赛新人进行自我练习、自我提高。为了更好的引导大家入门，还特别为本赛题定制了学习方案，其中包括数

代码思路：1.确定目标需求:将csdn文章内容保存成 HTML、PDF、md格式- 1.1首先保存为html格式：获取列表页中所有的文章ur1地址，请求文章ur1地址获取我们需要的文章内容- 1.2 通过 wkhtmitopdf.exe把html文件转换成PDF文件- 1.3 通过 wkhtmitopdf.exe把html文件转换成md文件2.请求ur1获取网页源代码3.解析数据，提取自己想要内容

pyspark在jupyter中的完美运行

启动配置自动生成(一键生成Controller,service,serviceImpl,entity,mapper,xml等)

Error:(5, 52) java: 程序包org.springframework.beans.factory.annotation不存在 （idea启动项目报错）完美解决