storm 对于保证消息处理，提供了最少一次的处理保证。最常见的问题是如果元组可以被重发，可以用于计数吗？不会重复计数吗？strom0.7.0 引入了事务性拓扑的概念，可以保证消息仅被严格的处理一次。因此可以以完全精确的、可扩展的、容错的方式处理类似计数这类的情形。跟分布式 RPC 类似，事务性拓扑也不是 storm 的新特性，而仅仅是在 storm 原语如数据流、spout、bolt 和拓扑基础

1、总体来说，按照教程就能直接使用Portainer，并完成对容器的管理和服务部署2、安装的是英文版本，此处我没搜有没有中文包。最好直接安装中文的3、使用教程和实际安装版本有一定区别，在实际应用时候找不到对应解决方案4、Portainer创建容器的时候有时候报错不好看日志，这点不是很亲和这块技术我还在摸索中，总体来说华为的服务器和镜像还是很方便的，就是使用过程还得逐渐适应。

阿里云OSS图片上传案例

window安装python，配置python环境变量。安装python后,在环境变量path中加入安装的路径，cmd中输入python，检验python是否安装成功。注意：如果使用的是anaconda安装的python环境，建议安装python3.5.x版本，这个版本和spark1.6兼容。如何在anaconda中安装python3.5.x版本的python环境？参考文档：“Anaconda安装

如：拿到第一个样本，该样本真实类别是p,Score=0.9，将0.9看成分类阈值threshold，那么该样本预测是正例，TPR=1/10,FPR=0/10=0，拿到第二个样本，该样本真实类别是p,Score=0.8,将0.8作为threshold,该样本预测是正例，TPR=2/10,FPR=0/10=0 …预测错误的样本标号为：3,7。下图中，如果ROC的图像是通过（0,0）点和（1.1）点的一

依次需要使用pip命令安装numpy、scipy、skikit_learn、matplotlib模块。

【代码】机器学习---决策树和随机森林代码。

机器学习中有两类的大问题，一个是分类，一个是聚类。分类是监督学习，原始数据有标签，可以根据原始数据建立模型，确定新来的数据属于哪一类。聚类是一种无监督学习，聚类是指事先没有“标签”，在数据中发现数据对象之间的关系，将数据进行分组，一个分组也叫做“一个簇”， 组内的相似性越大，组间的差别越大，则聚类效果越好，也就是簇内对象有较高的相似度，簇之间的对象相似度比较低，则聚类效果越好。K-means就是一

K最近邻(k-Nearest Neighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一，有监督算法。该方法的思路是：如果一个样本在特征空间中的k个最相似的样本中的大多数属于某一个类别，则该样本也属于这个类别。KNN算法由你的邻居来推断出你的类别，KNN算法就是用距离来衡量样本之间的相似度。如果K = 3，绿色圆点的最近的3个邻居是2个红色小三角形和1个蓝色小正方

window安装python，配置python环境变量。安装python后,在环境变量path中加入安装的路径，cmd中输入python，检验python是否安装成功。注意：如果使用的是anaconda安装的python环境，建议安装python3.5.x版本，这个版本和spark1.6兼容。如何在anaconda中安装python3.5.x版本的python环境？参考文档：“Anaconda安装