在日常工作中，比较常见的事情就是对日期格式的数据进行处理，日期的表达方式有很多种，可以有很多种表达方式。接下来我将分两部分来介绍:日期数据的处理时间序列1.日期数据的处理技巧1.1日期数据形式的转换这里主要使用to_datatime这个函数进行时间类型数据的转换pd.to_datatime(arg,errors="ignore",dayfirst=False,yearfirst=False,utc

????在前几章的学习中，我们学习了阿里云系列的计算平台MaxComputer、大数据治理和分析平台DataWorks和可视化平台Quick BI，今天进入阿里云大数据的最后部分的学习——机器学习平台PAI，对往期内容感兴趣的小伙伴可以参考如下内容????:hadoop专题: hadoop系列文章.spark专题: spark系列文章.阿里云系列: 阿里云MaxComputer SQL学习之DDL

1.决策树（decision tree）决策树就是一棵树，一颗决策树包含一个根节点、若干个内部结点和若干个叶结点；叶结点对应于决策结果，其他每个结点则对应于一个属性测试；每个结点包含的样本集合根据属性测试的结果被划分到子结点中；根结点包含样本全集，从根结点到每个叶子结点的路径对应了一个判定测试序列。2.构建决策树2.1 如何选择测试属性？测试属性（分支属性）的选择顺序影响决策树的结构甚至决策树的准

????在经历了deepin,centos7安装docker失败之后（deepin系统curl指令出错，centos7版本太低），我决定在我的Macbook m1上安装docker这里写目录标题1.确定自己电脑版本2.上官网下载m1版本的docker3.安装docker4.配置国内镜像加速5.检查配置1.确定自己电脑版本2.上官网下载m1版本的docker下载链接: MacBook m1芯片的do

其实在很早以前写过一期SVM,只不过当时对SVM只是初步的了解，现在重新来看，其实SVM还是有很多值得学习的地方。1.SVM介绍SVM可以理解为：使用了支持向量的算法，支持向量机是一种基于分类边界分界的方法。以二维数据为例，如果训练数据分布在二维平面上的点，它们按照其分类聚焦在不同的区域。基于分类边界的分类算法的目标：通过训练，找到这些分类之间的边界（如果是直线的，称为线性划分，如果是曲线的，称为

数据仓库是一个以主题为导向、集成、非易失性、时间一致的数据集合，用于支持企业决策者进行分析、报表和数据挖掘等活动。它通过对企业各个业务领域的数据进行整合和清洗，将其转化为可理解、易分析的数据，从而为决策者提供决策所需的信息和分析基础。数据仓库是一个面向主题的、集成的、稳定的、历史数据的集合，它包括多个来源系统的数据，这些数据被集成到一个统一的模型中，通过数据清洗、转换和整合，使得数据可以被分析、查

🌷这一章节来介绍pandas中的DateFrame实现数据合并的操作，类似于SQL中的内连接、外连接的操作.

本篇文章将从初学者的角度，来介绍一下什么是数据仓库，以及数据仓库的理论基础，帮助大家快速了解这个概念。

大数据面试，遇见数据倾斜不会答？最全的数据倾斜总结来教你如何解决它。

本文主要介绍了spark的执行计划explain的使用方法，以及对逻辑执行计划和物理执行计划进行了说明，让大家更加了解spark的运行原理。