Hadoop=HDFS+Yarn+MapReduce+Hbase+Hive+Pig+… 1.HDFS:分布式文件系统，隐藏集群细节，可以看做一块儿超大硬盘         主：namenode,secondarynamenode         从：datanode 2.Yarn:分布式资源管理系统，用于同一管理集群中的资源（内存等）         主：Resourc

什么是好？好的特征代表了灵活性、更简单的模型和更好的结果，不相关的特征则会影响模型的泛化性。因此特征选择和特征工程并非是互相排斥的，而是相辅相成的。有效的特征工程能够帮助我们提炼数据的代表。接着问题就来了，什么才是好的代表？代表的好坏取决于里面所包含信息的好坏。熵（Entropy，熵值越高，数据中所包含的信息越多），方差（Variance，方差越大，数据中所包含的信息越多），更好的分离映射（Pro

什么是好？好的特征代表了灵活性、更简单的模型和更好的结果，不相关的特征则会影响模型的泛化性。因此特征选择和特征工程并非是互相排斥的，而是相辅相成的。有效的特征工程能够帮助我们提炼数据的代表。接着问题就来了，什么才是好的代表？代表的好坏取决于里面所包含信息的好坏。熵（Entropy，熵值越高，数据中所包含的信息越多），方差（Variance，方差越大，数据中所包含的信息越多），更好的分离映射（Pro

最小堆从结构上讲是一棵完全树，所谓k阶最小堆，指的是树的阶数为k。最小堆，指的是树中父结点的值均不大于其叶子节点，在使用堆排序时我们进行n（n为结点个数）次就可得到一个有序序列。以下实现了一个k阶最小堆（当k为1时，构建完毕后就已经是有序序列）。#!/usr/bin/python# -*- coding: utf-8 -*-#ecoding=utf-8class KHeap:def