分布式系统（distributed system）正变得越来越重要，大型网站几乎都是分布式的。分布式系统的最大难点，就是各个节点的状态如何同步。CAP 定理是这方面的基本定理，也是理解分布式系统的起点。CAP原则又称CAP定理，它是在1998年，由加州大学的计算机科学家 Eric Brewer 提出，分布式系统有三个指标指的是在一个分布式系统中， Consistency（一致性）、 Availab

1. scala的版本选择. 请先到spark安装目录下 lib中查看此版本spark支持的scala版本.从上图可知，我的spark 2.0 的scala版本为 2.11.8.2。 到idea中创建项目，并设定当前的idea的版本.如果不是这个版本，可以在线通过idea的sbt自动下载一下，但请注意，这个下载会很慢，可以配置一下sbt的仓库位置( sbt的插件其实就是一个包管理工具，例如 jav

# coding: utf-8# 使用花瓣测量数据绘制 2D散点图，并绘出决策边界import numpy as npimport matplotlib.pyplot as pltfrom matplotlib.colors import ListedColormapfrom sklearn import datasetsfrom sklearn.neighbors import

# coding: utf-8# 使用萼片测量数据绘制 2D散点图，并绘出决策边界import numpy as npimport matplotlib.pyplot as pltfrom matplotlib.colors import ListedColormapfrom sklearn import datasetsfrom sklearn.neighbors import

#!/usr/bin/env python2# -*- coding: utf-8 -*-#检测系统用户路径import oshome_folder=os.path.expanduser("~")print("user's path {0}".format(home_folder))#拼接数据集位置data_folder=os.path.join(home_folder,"Dat

#%load python_8_2.py此命令以加载本脚本到到ipython中# coding: utf-8from sklearn import datasetsiris=datasets.load_iris()#数据集描述信息iris.DESCR#iris数据集的数据iris.data#以上总共150组数据，对应以下150个结果iris.target#0

接上一篇，使用 oneR算法来实现iris分类. # coding: utf-8#使用oneR算法来实现iris分类#参考:http://www.cnblogs.com/htynkn/archive/2012/04/14/2446905.html#算法思路: 根据已有数据中，具有相同特征值的个体最可能属于哪个类别进行分类.#oneR是one rule(一条规则)的简写, 表示

K-近邻分类器完成分类

#%load python_8_1.py此命令以加载本脚本到到ipython中# coding: utf-8from sklearn import datasetsiris=datasets.load_iris()#数据集描述信息iris.DESCR#iris数据集的数据iris.data#以上总共150组数据，对应以下150个结果iris.target#0

# coding: utf-8#使用PCA(principal component analysis主成分分析法)减少系统的维数( 因为以上四个测量数据减少到三个后，就可以使用3D散点图更好的描述)#PCA可以保留足以描述各数据点特征的信息，其中新生成的各维叫主成分.#scikit-learn库中的fit_transform()函数就是用来降维处理的.#PCA对象简介 :http: