he_wen_jie的博客

我们当前有两个服务A和B，想要知道哪个服务的性能更好，该用什么指标来衡量呢？

Hive的数据都是存储在HDFS上的，默认有一个根目录，在。

创建xgboost的模型，训练后保存为pmml文件，这个都没有什么问题的，网上也有很多资源，其实我这个也是抄来的（小声），import pandasfrom xgboost.sklearn import XGBClassifier,XGBRegressorfrom sklearn2pmml import sklearn2pmmlfrom sklearn2pmml.pipeline impo...

首先是启动sparkfrom pyspark.sql import SparkSessionspark = SparkSession.builder.appName("pyspark_example").enableHiveSupport().getOrCreate()然后使用spark读取sql或者csv，查看一下特征的名称data_raw = spark.sql("""select * from t_user""")data_raw.columns然后开始对特征进行处理，第一步就是去除我

scalaspark 可以看到spark要求hadoop版本大于2.7，解压完后添加到环境变量中（）hadoop 记得版本要大于2.7winutils 这个是保证hadoop在windows正常运行的依赖，找到与hadoop对应的版本，将bin里面的文件拷贝到hadoop的bin目录里...

我是啥都没干，就是照着大神的博客做的[折腾向]树莓派3B+安装系统（Raspbian）以及配置环境SSH连接的时候，我没有显示器也不知道路由密码，所以使用了advanced-ip-scanner这个ip扫描工具找到了树莓派的IP。那些说arp -a的，是需要与主机通信过的局域网IP才能被扫描到。安装完之后需要更新一下软件等东西，但是需要直接先为树莓派更换国内镜像源，然后进行update...