-
基于K－Means的文本聚类
所属栏目：[大数据] 日期：2021-03-10 热度：99
http://blog.csdn.net/freesum/article/details/7376006 何为聚类 ? ? ? ? “聚类是把相似的对象通过静态分类的方法分成不同的组别或者更多的子集（subset）,这样让在同一个子集中的成员对象都有相似的一些属性。”?? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?[详细]
-
R在文本挖掘与分析的妙用：分词、画词云
所属栏目：[大数据] 日期：2021-03-10 热度：120
副标题#e# 报道大数据企业：大数据产品、大数据方案、 ? 大数据人物 分享大数据干货：大数据书籍、大数据报告、 大数据视频 本文转自蔡捕头的新浪博客。欢迎更多优质原创文章投稿给大数据人：289585305@qq.com 摘要：要分析文本内容，最常见的分析方法是提[详细]
-
10EB量级的基因大数据处理技术
所属栏目：[大数据] 日期：2021-03-10 热度：58
Java学习网（www.javalearns.com）提拱 10EB量级的基因大数据处理技术 很荣幸在这里跟大家分享大家以前很少接触到的领域的大数据情况。其实生命科学的大数据还处在比较初始的阶段，否则国家也不会现在才开始提出精准医学这样的概念。所谓精准医学想通过大[详细]
-
数据分析与挖掘学习（一）
所属栏目：[大数据] 日期：2021-03-10 热度：66
数据分析与挖掘过程 一. 定义挖掘目标 一般的数据挖掘任务包括： 1. 分类与预测 2. 聚类分析 3. 关联规则 4. 时序模式 5. 偏差检验 6. 智能推荐 二. 数据取样 抽取一个与挖掘目标相关的样本子集，标准是 1. 相关性 2. 可靠性 3. 有效性 而不是选用全部数据[详细]
-
Acdream 1210 Chinese Girls#39; Amusement（大数模板运算 + 找
所属栏目：[大数据] 日期：2021-03-10 热度：141
传送门 Chinese Girls’ Amusement Time Limit: 2000/1000MS (Java/Others) Memory Limit: 128000/64000KB (Java/Others) Submit Statistic Next Problem Problem Description You must have heard that the Chinese culture is quite different from that[详细]
-
最值得推荐的统计和数据分析好书之一
所属栏目：[大数据] 日期：2021-03-10 热度：198
副标题#e# 推荐一本统计和数据分析领域非常受欢迎的书，这书升级版原版评价甚至比第1版更好，中文版最近刚出版。后面的图中给出了豆瓣和知乎对第一版的评价，还有知乎受关注的相关问题的网址。 《R语言实战（第2版）》 R in Action ,Second Edition: Data a[详细]
-
大数加法、减法和乘法
所属栏目：[大数据] 日期：2021-03-10 热度：79
加法： #includestdio.h#includestring.h#includestdlib.hchar* add(const char *arr,const char *brr){ int lena=strlen(arr); int lenb=strlen(brr); int maxlen=(lenalenb)?lenb:lena; char* sum=(char*)malloc(maxlen+2); memset(sum,'0',maxlen+1); s[详细]
-
当我们谈大数据分析的时候，我们在谈什么？
所属栏目：[大数据] 日期：2021-03-10 热度：69
副标题#e# 数据分析是一个大话题，借这篇笔记整理一下自己的思路：数据分析是什么？涉及到哪些技术？有哪些数据公司玩家？如何定位数据分析的价值？如果选择数据分析作为自己的职业，需要掌握什么样的基本概念？希望帮助对于数据分析有兴趣的同学快速入门！[详细]
-
【快讯】R语言在大数据统计分析中的应用及前景
所属栏目：[大数据] 日期：2021-03-10 热度：107
2016年6月8日下午，数据观—清华大数据“技术·前沿”系列思享会在清数D-LAB顺利举办。本次活动有幸邀请到美国普度大学统计系教授及清华大学统计学研究中心兼职教授朱宇进行R语言在大数据统计分析中的应用及前景主题分享。 本次讲座分别介绍了统计分析语言[详细]
-
精准测试新玩法の基于犯罪心理学挖掘代码风险
所属栏目：[大数据] 日期：2021-03-10 热度：52
副标题#e# 前言 ? 犯罪心理学还能用于挖掘代码风险？ 挖掘出来的东西是什么？ 挖掘出来的东东长什么样子? 挖掘出来能用来做什么？ 具体怎么样挖掘呢? 这是本文的主要探讨的内容． ? 在大型的项目中,代码和模块的复杂度在很大程度上决定了测试任务的时间,?[详细]
-
常用的数据标准化方法
所属栏目：[大数据] 日期：2021-03-10 热度：86
数据的标准化（normalization）是将数据按照一定规则缩放，使之落入一个小的特定区间。这样去除数据的单位限制，将其转化为无量纲的纯数值，便于不同单位或量级的指标能够进行比较和加权。其中最典型的就是0-1标准化和Z标准化，当然，也有一些其他的标准化[详细]
-
BI Intelligence 报告：2016 年 5 大数字化趋势（附下载）
所属栏目：[大数据] 日期：2021-03-10 热度：77
副标题#e# C新智元编译?? ? 来 源：Business Insider 译者：闻菲 【新智元导读】Business Insider 网站日前公开了旗下调研团队 BI Intelligence 去年 2 月发布的调查报告，成功预测了消息APP成为新的OS和Bot的崛起。报告还预计物联网是下一场工业革命，将颠[详细]
-
HDU 1212 Big Number（大数取模）
所属栏目：[大数据] 日期：2021-03-10 热度：125
Big Number Time Limit: 2000/1000 MS (Java/Others)????Memory Limit: 65536/32768 K (Java/Others) Total Submission(s): 7063????Accepted Submission(s): 4866 Problem Description As we know,Big Number is always troublesome. But it's really imp[详细]
-
R语言：SMOTE - Supersampling Rare Events in R:用R对非平衡数
所属栏目：[大数据] 日期：2021-03-10 热度：109
副标题#e# SMOTE - Supersampling Rare Events in R:用R对稀有事件进行超级采样 在这个例子中将用到以下三个包 {DMwR} - Functions and data for the book “Data Mining with R” and SMOTE algorithm:SMOTE算法 {caret} - modeling wrapper,functions,com[详细]
-
寻找第K大数的方法
所属栏目：[大数据] 日期：2021-03-10 热度：190
寻找一堆数中第K大的数，第一感觉是排序，然后将排序之后的值取第K个。但是实际上，这种方式最少的时间复杂度是O(nlogn)。有更简单的方式可以实现线性的时间复杂度。 算法总是有穷尽的，而思想无穷尽，而实用算法的本质是用空间去换取时间。 这里的方案是[详细]
-
基因数据处理39之mango安装记录
所属栏目：[大数据] 日期：2021-03-08 热度：150
更多代码请见：https://github.com/xubo245/AdamLearning 1解释 mango安装记录 mango主要是在adam上实现 可视化平台 A scalable genome browser 2.代码： git clone https://github.com/bigdatagenomics/mango.gitcd mangomvn clean package -DskipTests[详细]
-
基因数据处理41之mango使用失败
所属栏目：[大数据] 日期：2021-03-08 热度：62
hadoop@Master:~/xubo/tools/adam-2.10-0.19-git/bin$ mango-submit /xubo/mango/snap/datatest.fa.adam -read_files /xubo/mango/snap/datatest2.sort.bam.adam -var_files /xubo/mango/snap/datatest2.flt.vcf.adam -feat_file /xubo/mango/snap/datates[详细]
-
51NOD 1116 K进制下的大数(字符串取模 + 枚举)
所属栏目：[大数据] 日期：2021-03-08 热度：198
传送门 1116 K进制下的大数 基准时间限制：1 秒 空间限制：131072 KB 分值: 20 难度：3级算法题 收藏 关注 有一个字符串S，记录了一个大数，但不知这个大数是多少进制的，只知道这个数在K进制下是K - 1的倍数。现在由你来求出这个最小的进制K。 例如：给出[详细]
-
poj3181 Dollar Dayz (DP+大数)
所属栏目：[大数据] 日期：2021-03-08 热度：179
Dollar Dayz Crawling in process... Crawling failed Time Limit:1000MS???? Memory Limit:65536KB???? 64bit IO Format:%I64d %I64u Submit Status Practice POJ 3181 Appoint description: System Crawler (2016-05-27) Description Farmer John goes t[详细]
-
基因数据处理40之bedtools的安装和使用
所属栏目：[大数据] 日期：2021-03-08 热度：94
1.下载： git clone https://github.com/arq5x/bedtools.git 2.编译： make 3.配置： cp * /usr/local/bin/ 4.运行： bam变成bed hadoop@Master:~/xubo/data/snap$ bamToBed -i datatest.sorted.bam datatest.sorted.bed 查看： hadoop@Master:~/xubo/data[详细]
-
基因数据处理42之mango问题_seqdict.avro不存在解决
所属栏目：[大数据] 日期：2021-03-08 热度：85
副标题#e# 参考【1】中问题解决 问题分析：这是新版本的问题：adam0.19.1目前在maven中心仓库没有 解决办法： package org.gcdss.testimport java.io.Fileimport java.nio.file.Filesimport org.apache.parquet.hadoop.metadata.CompressionCodecNameimport[详细]
-
基因数据处理44之cloud-scale-bwamem安装
所属栏目：[大数据] 日期：2021-03-08 热度：137
cloud-scale-bwamem是在spark等云环境上实现bwa-mem算法，加速对全基因组匹配的处理 1.下载： git clone https://github.com/ytchen0323/cloud-scale-bwamem.git 2.编译： mvn clean package 3.编译成功： [INFO] ---------------------------------------[详细]
-
推荐系统技术之文本相似性计算（三）
所属栏目：[大数据] 日期：2021-03-07 热度：56
副标题#e# 今天这篇也比较长，但中间有部分是代码，7，8，9最后三节的信息我认为较为有用。前面说了两篇了，推荐系统技术之文本相似性计算（一）和推荐系统技术 --- 文本相似性计算（二）分别介绍了 TFIDF 和向量空间的相关东西，然后介绍了 主题模型 ，这[详细]
-
趣图：论修电脑和当医生的相似性
所属栏目：[大数据] 日期：2021-03-07 热度：121
（点击上方公众号，可快速关注） 既然喝水这么重要，今天来送个福利 ↓↓↓ 据路边社报道，水杯离你越近，喝水的频率将会越高。借今天的趣图，来团一款方便携带的随手水杯。emoi 品牌，环保，外观设计简洁大方，手感也很不错。密封防漏做的好，可随身携带[详细]
-
[生产库实战] 如何合理的使用logmnr进行日志挖掘，并对生产库影
所属栏目：[大数据] 日期：2021-03-07 热度：154
Oracle Logmnr这个工具怎么用这里就不详细说，可以查看官方文档，网上的文档也一大堆，自己找吧。我这里就直接上干货了。 --创建Oracle目录 select * from dba_directories; create directory archivelog_dir as '/archivelog1/temp_archivelog/'; --grant[详细]
浙公网安备 33038102330456号