lucene版本：6.5.1有限状态传感器，FST(Finite State Transducer)在lucene中扮演着非常重要的一个角色，在4.0后的版本lucene大量使用了这种数据结构，主要是用于在庞大的字典中快速的定位term的位置。那么为什么使用FST呢？考虑到这样一个场景，在lucene中倒排索引是核心，而其带来的问题就是term的字典是非常大，如何在保证term查询效率的...

1、定义：分类任务就是通过学习得到一个目标函数（target function）f，把每个属性集x映射到一个预定义的类标号y。目标函数也是分类模型（classification model）                 描述性建模：分类模型作为解释性工具，用于却分不同类中的对象。                 预测性建模：分类模型用于预测未知记录的类标号，给定一个对象作为输入，输出为

1、数据的预处理聚集（aggregation）:将两个或多个对象合并成单个对象                                        优势：1、数据规约导致较小的数据集需要较小的内存和处理时间，因此可以使用开销更大的数据挖掘算法                                                    2、高层的数据视图较于低级的视图

cloudera给我们提供了非常方便的服务，同时也埋下了n多个坑，现在我先填一个坑，关于如何添加Kafka的问题对于像我这样的新手来说，在安装过程中你会很容易遇到一个问题：安装kafka时你会直接在add service点击kafka直接添加，然而这样做是错的。你会遇到一个很明显的问题:然后你百思不解，这个kerberos keytab是个什么玩意，开始不停的百度谷歌 ，然并卵。。