python安装第三方库报错 - UnicodeDecodeError： 'gbk' codec can't decode byte 0x9a in position 3594 illegal multibyte sequence

北理工大数据技术导论学习笔记

数据异构 vs. 数据非独立同分布

An Efficient Framework for Clustered Federated Learning；迭代式聚类；簇间共享；

卷积神经网络和深度神经网络的区别

注：时间戳格式化 format_datetime(timestamp,‘yyyy-MM-dd HH:mm:ss’)满足条件则计数：count_if()【hive中没有，同hive中 sum(if(condition,1,0))】返回string中符合pattern的元素： regexp_extract_all、regexp_extract。注2：max(x, n)、min(x, n) 与rank相

北理工大数据技术导论学习笔记

distinct 不能单独用于指定某一列，必须放在 select 中所有字段的最前面，否则会报错。会先按照指定的列进行分组，然后在每个分组内进行聚合操作，这样可以减少比较的数据量。，并不是只对紧跟其后的 column1 去重。实现去重时，它们的效率会受到多个因素的影响，包括数据规模、数据分布、查询条件等。distinct 对 NULL 是不进行过滤的，即返回的结果中包含NULL值。通常用于复杂的去

北理工大数据技术导论学习笔记

北理工大数据技术导论学习笔记