相邻矩阵（了解就行，不用太关注）两者区别——基于用户与基于物品。协同过滤（基于用户）协同过滤（基于物品）

回归分析定义：案例：线性回归预备知识：定义：一元线性回归：如何找出最佳的一元线性回归模型：案例：python实现：多元线性回归案例：线性回归的优缺点：逻辑回归（解决分类问题）案例：定义：python实现：案例：逻辑回归优点：逻辑回归缺点：（解决分类问题）

今天在虚拟机上安装了mongo，但是使用DG进行连接的时候报错：java.rmi.ConnectException: Connection refused to host: 127.0.0.1。这个问题很奇怪，DG测试连接可以通过，但是确认配置进行连接后显示正常，数据库可以被查询一部分，但是写操作被禁止，执行写操作就报错没有连接上。忘记截图了，就看看文字吧。

Apache Spark 是一个开源的分布式计算系统，专为快速计算而设计。它建立在 Hadoop MapReduce 之上，扩展了 MapReduce 模型以有效地使用更多类型的计算，包括批处理、交互式查询、流处理和机器学习。Spark 提供了多种编程语言的 API，如 Scala、Java、Python 和 R，以及用于数据处理的高级抽象，如 RDD（弹性分布式数据集）、DataFrame 和

今天在虚拟机上安装了mongo，但是使用DG进行连接的时候报错：java.rmi.ConnectException: Connection refused to host: 127.0.0.1。这个问题很奇怪，DG测试连接可以通过，但是确认配置进行连接后显示正常，数据库可以被查询一部分，但是写操作被禁止，执行写操作就报错没有连接上。忘记截图了，就看看文字吧。

回归分析定义：案例：线性回归预备知识：定义：一元线性回归：如何找出最佳的一元线性回归模型：案例：python实现：多元线性回归案例：线性回归的优缺点：逻辑回归（解决分类问题）案例：定义：python实现：案例：逻辑回归优点：逻辑回归缺点：（解决分类问题）

概述图中延伸的分支的宽度对应数据流量的大小，通常应用于能源、材料成分、金融等数据的可视化分析。桑基图最明显的特征就是，始末端的分支宽度总和相等，即所有主支宽度的总和应与所有分出去的分支宽度的总和相等，保持能量的平衡。：桑基图可以显示不同节点之间的流量量级，通过箭头的宽度来表示。：桑基图可以使用颜色来编码不同的节点或流动路径，以帮助用户更好地理解和区分不同的实体或类别。选择合适的布局方式，使得节点和

下面定义了五种数据，分别定义了五个不太的名字来设定，再分别在各个数据下设定stack（名称为total）更改为三列，即设置三个不同的stack名称（total，total11，total22）即在series中将设置stack即可。其他设置与普通柱状图相同，语法：相同名称的数据会堆叠起来，不同则会新生成一列。数据堆叠，同个类目轴上系列配置相同的。相同（相同的堆叠，不同的新生成一列）stack名称相

数据挖掘是从数据中，发现其有用的信息，从而帮助我们做出决策（广义角度）。数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识，寻找其规律的技术，结合统计学、机器学习和人工智能技术的综合的过程（技术角度）

1.回归2.分类。机器学习算法最普通分类：分类算法的定义：分类算法的应用：分类器实现分类：分类器的构建标准：概率模型：贝叶斯公式：朴素贝叶斯算法（朴素贝叶斯分类器）：案例：注意：python实现：KNN算法空间向量模型：KNN的定义：案例：