在36氪上看到一篇很好的关于机器学习的文章，对机器学习与各个领域的结合讲得非常清晰。现小结一下如下。基本定义：机器学习方法是计算机利用已有的数据(经验)，得出了某种模型(迟到的规律)，并利用此模型预测未来(是否迟到)的一种方法。机器学习与人类对历史经验的归纳，类比图如下：机器学习的范畴，见下图：下面逐个介绍机器学习与各领域之间的关系。

本篇分析一个spark例子程序。程序实现的功能是：分别统计包含字符a、b的行数。java源码如下：package sparkTest;import org.apache.spark.SparkConf;import org.apache.spark.api.java.JavaRDD;import org.apache.spark.api.java.JavaS

hadoop集群启动namenode时，用jps查看datanode没有启动。原因分析：由于在core-site.xml，hdfs-site.xml文件中，我没有设置如下内容。core-site.xml内容如下：hadoop.tmp.dirfile:/usr/local/hadoop/tmpAbase for other temporary directories.

在运行python的decision tree时，由于.py文件开头引入了sklearn包（见下表），导致运行错误。import numpy as npimport scipy as spfrom sklearn import treefrom sklearn.metrics import precision_recall_curvefrom sklearn.metrics impor