1、基础篇官网文献，或者更详细的资料numpy的主要目标是构造由同种元素组成的多维数组，也就是一张在的表格，因为python自带的array.array，只能创建一维数组，并且只有简单的功能。所有的元素都是同一数据类型，元素通过索引定位，索引为整数，用元组来表示。在numpy中每一个维度都被称为轴，而轴的数目就是多维数组的秩。例如：[1,2,3]是一个秩为1的数组，该轴的长度为3,可以表示三

PostgreSQL 临时表PostgreSQL 临时表PostgreSQL 之 with查询create temp table countsXXX with (appendonly=true,compresstype=quicklz) on commit drop asselect XXX,YYY,count(*) as countXXX from temp.table_Z grou...

来源：用机器学习构建模型，进行信用卡反欺诈预测反欺诈中所用到的机器学习模型有哪些？Logistic RegressionSVMsDecision trees

贝叶斯分类器是基于贝叶斯定理构建出来的分类器，是一个统计分类器。对分类方法进行比较的有关研究表明，简单贝叶斯分类器在分类性能上与决策树和神经网络都是可比拟的。在处理大规模数据时，贝叶斯分类器已经表现出较高的准确性和运算性能。贝叶斯分类器的假设是：指定类别中，样本各特征之间相互独立，即某一特征不同取值的概率与其他特征的取值没有任何关系。我们的目标是计算P(H/X)，式中X＝{x1,x2,…,xn}

1、 python中数据可视化1.1、 seaborn库python中最常用的绘图工具包是matplotlib库，但是matplotlib中很多参数需要自己设置，灵活但繁琐，而且常常不知道如何设置（太多要设置的了）。这里主要对seaborn库进行介绍。官方文档。seaborn中的主要接口：1.1.1、 轴和界面设置方面FaceGrid(data[,row,col,hue,col_wrap,…])

本文是对官方文档的翻译整理1、数据类型Local vector(本地向量)Labeled point(带标签数据点)Local matrix(本地矩阵)Distrubuted matrix(分布式矩阵)：RowMatrix、IndexedRowMatrix、CoordinateMatrix、BlockMatrixMLlib支持存储在单个机器上的本地的向量和矩阵，以及一个或多个RDD组

来源，官网spark1.6.1版本

本部分来源，也可以到spark官网查看英文版。使用spark-submit时，应用程序的jar包以及通过—jars选项包含的任意jar文件都会被自动传到集群中。spark-submit --class--master--jars Spark根目录的bin目录下spark-submit脚本用于在集群上启动应用程序，它通过统一接口使用Spark所支持的所有集群管理器，因此无需特殊配置每一个

来源DBSCAN(Density-Based Spatial Clustering of Applications with Noise，基于密度的抗噪聚类方法)。和K-Means，BIRCH这些一般只适用于凸样本集的聚类相比，DBSCAN既可以适用于凸样本集，也可以适用于非凸样本集。1. 密度聚类原理DBSCAN是一种基于密度的聚类算法，这类密度聚类算法一般假定类别可以通过样本分布的

贝叶斯分类器是基于贝叶斯定理构建出来的分类器，是一个统计分类器。对分类方法进行比较的有关研究表明，简单贝叶斯分类器在分类性能上与决策树和神经网络都是可比拟的。在处理大规模数据时，贝叶斯分类器已经表现出较高的准确性和运算性能。贝叶斯分类器的假设是：指定类别中，样本各特征之间相互独立，即某一特征不同取值的概率与其他特征的取值没有任何关系。我们的目标是计算P(H/X)，式中X＝{x1,x2,…,xn}