-
Frequent Pattern 挖掘之一(Aprior算法)
所属栏目：[大数据] 日期：2021-01-18 热度：56
数据挖掘中有一个很重要的应用，就是Frequent Pattern挖掘，翻译成中文就是频繁模式挖掘。这篇博客就想谈谈频繁模式挖掘相关的一些算法。 定义 何谓频繁模式挖掘呢？所谓频繁模式指的是在样本数据集中频繁出现的模式。举个例子，比如在超市的交易系统中，记[详细]
-
Frequent Pattern 挖掘之二(FP Growth算法)
所属栏目：[大数据] 日期：2021-01-17 热度：198
FP树构造 FP Growth算法利用了巧妙的数据结构，大大降低了Aproir挖掘算法的代价，他不需要不断得生成候选项目队列和不断得扫描整个数据库进行比对。为了达到这样的效果，它采用了一种简洁的数据结构，叫做frequent-pattern tree(频繁模式树)。下面就详细谈谈[详细]
-
Frequent Pattern挖掘之三（MapReduce框架下的FP Growth算法概述
所属栏目：[大数据] 日期：2021-01-17 热度：193
前面的博客分析了关联分析中非常重要的一个算法-FP Growth.该算法根据数据库在内存中构造一个精巧的数据结构-FP Tree,通过对FP Tree不断的递归挖掘就可以得到所有的完备Frequent Patterns.但是在目前海量数据的现状下，FP Tree已经大到无法驻留在计算机的内[详细]
-
大数相乘-写的比较麻烦
所属栏目：[大数据] 日期：2021-01-17 热度：72
#includestdio.h #includestring.h void strtoint(char *str,int * cheng,int n) { int i; for(i = 0;in;i++) { cheng[n-i-1] = str[i] -'0'; } for(i = 0;in;i++) { printf("%d ",cheng[i]); } printf("n"); } int ?getresult(int *cheng1,int * cheng2,in[详细]
-
关联挖掘之Apriori算法
所属栏目：[大数据] 日期：2021-01-17 热度：65
1. 什么是关联挖掘（Association rule mining）： Finding frequent patterns,associations,correlations or causal structure among set of items or objects in transaction databases,reletional databases and other information repositories. 说白了，[详细]
-
43. Multiply Strings(string模拟大数乘法)
所属栏目：[大数据] 日期：2021-01-17 热度：74
Given two numbers represented as strings,return multiplication of the numbers as a string. Note: The numbers can be arbitrarily large and are non-negative. Converting the input string to integer is? NOT ?allowed. You should? NOT ?use inter[详细]
-
2. Add Two Numbers 大数运算
所属栏目：[大数据] 日期：2021-01-17 热度：59
题目地址 注意长度不等时的情况 class Solution { public : ListNode *addTwoNumbers(ListNode *l1,ListNode *l2) { vector int v1,v2,v3; while (l1 != NULL) { v1.push_back(l1-val); l1 = l1-next; } while (l2 != NULL) { v2.push_back(l2-val); l2 = l2[详细]
-
43. Multiply Strings 大数
所属栏目：[大数据] 日期：2021-01-17 热度：191
题目地址 把较大的数作为被乘数，与乘数的每一位相乘，然后加到最后的结果上。 使用数组存储最后的结果，注意相乘后的位数。 class Solution {public: string multiply( string num1, string num2) { string ans; const int maxn = num1. size () + num2. si[详细]
-
文本挖掘--python
所属栏目：[大数据] 日期：2021-01-17 热度：150
# -*- coding: utf-8 -*- """ Created on Mon Oct 03 11:07:58 2016 @author: liqi """ keep = { 'a' , 'b' , 'c' , 'd' , 'e' , 'f' , 'g' , 'h' , 'i' , 'j' , 'k' , 'l' , 'm' , 'n' , 'o' , 'p' , 'q' , 'r' , 's' , 't' , 'u' , 'v' , 'w' , 'x' , 'y'[详细]
-
【邀请函】数造未来--2016永洪科技大数据分析沙龙武汉站
所属栏目：[大数据] 日期：2021-01-17 热度：152
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 大数据人作为此次沙龙活动协办方之一，特邀各位大数据人参加活动。欢迎更多优质原创文章投稿给大数据人：289585305@qq.com 沙龙背景 大数据[详细]
-
POJ2389 FFT 大数乘法
所属栏目：[大数据] 日期：2021-01-17 热度：134
Sample Input 222222222211112222222222 Sample Output 12345679011110987654321 import static java.lang.Math.PI;import static java.lang.Math.cos;import static java.lang.Math.sin;import java.io.BufferedReader;import java.io.InputStream;import j[详细]
-
数据挖掘系列（1）关联规则挖掘基本概念与Aprior算法
所属栏目：[大数据] 日期：2021-01-16 热度：104
?数据挖掘系列（1）关联规则挖掘基本概念与Aprior算法 原文URL：http://www.cnblogs.com/fengfenggirl/p/associate_apriori.html#2752667 我计划整理数据挖掘的基本概念和算法，包括关联规则挖掘、分类、聚类的常用算法，敬请期待。今天讲的是关联规则挖掘的[详细]
-
【万字大数据 BI 案例|视频】民生银行十五年的数据体系建设，深
所属栏目：[大数据] 日期：2021-01-16 热度：169
文章导读：天善智能联合创始人 运营总监 吕品，10年 IT 行业工作经验，6年商业智能 BI工作经验，历任 Team Lead 、PM、高级架构师等职位，原某德国公司高级 BI 咨询顾问，微软 2015、2016 MVP（最有价值专家）。 全文1W字左右，预计需要 20-25分钟读完 早在[详细]
-
51nod 1057 N的阶乘（大数-划分）
所属栏目：[大数据] 日期：2021-01-16 热度：183
51nod 1057 N的阶乘（大数-划分） 实话说，题目我做过，但是再次写到这道题目的时候，我就不再想起用这样的方法。所以，我认为记录下来是很有必要的， 1.可以强化理解 2.可以回顾 这道题目，用大数乘法做太过繁琐。划分其实是将答案划分成可以输出的数据，再[详细]
-
技术红颜告诉你大数据分析的真谛：别只盯着我的钱！
所属栏目：[大数据] 日期：2021-01-16 热度：119
很多人都知道， iPhone3是iPhone撬动中国市场的核心。彼时的iPhone市场占有率还不足1%，而今天，中国手机市场似乎再没有谁能撼动苹果的地位。来自两个群体的强大力量推动了这种格局的形成，一是我们熟知的“年轻果粉”，另外一个更加重要的群体被称为“技术[详细]
-
50款大数据分析神器：你还在用Excel？
所属栏目：[大数据] 日期：2021-01-16 热度：103
你平时用什么大数据分析工具？ ?D3？ R？ 还是Processing？ PS和计算器... 只有你还在用excel！ 工欲善其事，必先利其器！ 一款好的工具可以让你事半功倍。 大数据时代，需要工具实现数据可视化，需要倚仗大数据可视化工具，这些工具中不乏有适用于Flash、HT[详细]
-
AndroidNative层文件解析漏洞挖掘指南
所属栏目：[大数据] 日期：2021-01-10 热度：180
| 导语? 本文以手Q的一次文件解析类漏洞挖掘为例，叙述了Android Native层文件解析类型漏洞挖掘的过程 手Q这个应用从功能来说十分的庞大，如果使用类似MFFA的框架去挖掘文件解析类漏洞，效率低，而且文件入口在哪儿、如何利用脚本进行自动化都是非常大的问题[详细]
-
布尔财经想做金融领域的今日头条，并从信息中挖掘交易机会
所属栏目：[大数据] 日期：2021-01-10 热度：93
布尔财经可以提供200多个单一主题的回归测试，平均准确率也在60%左右。在选股方面，布尔财经的模型可以做到在题材股爆发行情中段给出信号，帮助投资者获取爆发行情末段的超额收益。 文 | 老扎 上世纪七十年代美国宇航局NASA裁员缩减开支，一大批火箭科学家失[详细]
-
利用UDW构建企业级数据仓库和BI系统
所属栏目：[大数据] 日期：2021-01-10 热度：143
背景 随着大数据应用的发展与普及，越来越多的企业认识到企业运行中所产生数据本身也是一种高价值资产。并且，商业智能在企业的经营与决策中所扮演的角色，既可以是操作层中的数据指导，也可以是战术层与战略层上的决策顾问。 商业智能——即Business Intell[详细]
-
Thinking in BigData（六）大数据技术核心之ETL
所属栏目：[大数据] 日期：2021-01-10 热度：190
? 前几篇文章都是根据自己所见所知，在前人的基础上加以整合，对大数据概念有了初步的了解。接下来的四篇文章，抛开大数据的概念与基本知识，进入核心。我们从： 数据采集、数据存储、数据管理、数据分析与挖掘 ，四个方面讨论 大数据在实际应用中涉及的技术[详细]
-
Elastic Stack （ELK 5）- 运维数据分析系统
所属栏目：[大数据] 日期：2021-01-10 热度：53
概述 本文将简单介绍运维数据分析系统 Elastic Stack，并描述其基础部署过程。 简介 ELK（Elasticsearch + Logstash + Kibana）用于日志集中分析系统，Elasticsearch 用于存储、搜索、分析数据，Logstash 用于接收并处理数据，Kibana 提供 Web UI 管理数据，[详细]
-
生态环境大数据分析应用示范平台总结
所属栏目：[大数据] 日期：2021-01-10 热度：166
生态环境大数据分析应用示范平台总结 1、前言 这个项目从2015年12月开始到2016年11月结束，历时一年，一年的时间有接近八个月的时间我待在呼和浩特。经历了冷暖交替，基本熟悉了当地的饮食生活习惯，结束的时候真有点依依不舍。这是第一个独立负责完成的项目[详细]
-
四种BI 开源工具介绍-SpagoBI,openI,JasperSoft,Pentaho
所属栏目：[大数据] 日期：2021-01-10 热度：142
1 BI系统的简述 从技术角度来说 BI 包含了 ETL、DW、OLAP、DM等多环节。简单的说就是把交易系统已经发生过的数据，通过ETL工具抽取到主题明确的数据仓库中，OLAP后生成Cube或报表，透过Portal展现给用户，用户 利用这些经过分类、聚集、描述和可视化的数据，[详细]
-
神经网络：请不要开始就让我sigmoid(wTx)，谢谢！
所属栏目：[大数据] 日期：2021-01-10 热度：58
神经网络：请不要开始就让我sigmoid(wTx)，谢谢！ 引子 学习机器学习，翻阅了一些神经网络的文章，上来就是sigmoid ( 1 / ( 1 + e x p ( x ) ) )和W T X，让不少初学者摸不着头脑。一些市面上评价很高的机器学习的书也是直接开始sigmoid和收敛性的讨论，想踏[详细]
-
课程丨大数据分析专题Hadoop/MapReduce/Hive原理及应用
所属栏目：[大数据] 日期：2021-01-10 热度：143
? 课程目的 1.掌握Hadoop，Hive以及MapReduce的基本原理及应用； 2.学会在本地与AWS进行交互，并利用AWS Elastic MapReduce进行实战数据分析。 ? 课程项目图 ? 讲师介绍 Eason 卡内基梅隆大学硕士。热衷于研究各类大数据框架，拥有数年AWS开发经验。现就职于[详细]
