miner_zhu的博客

据说，有一次费米在芝加哥大学的课堂上提出了一个古怪的问题：芝加哥市一共有多少位钢琴调音师？见学生们一片茫然，费米提示把这个问题“分解成一些便于操作的小问题，然后鼓起勇气作猜测和假设”. 芝加哥有多少居民？可靠的估算是300万；平均每个家庭有多少人？4人；多少家庭有钢琴？大概三分之一，那么全市大约就有25万架钢琴；一架钢琴隔多长时间需要调音？平均5年，那么芝加哥平均每年有5万架次的钢琴需要调音；每个...

广义来说，有三种机器学习算法1、 监督式学习工作机制：这个算法由一个目标变量或结果变量（或因变量）组成。这些变量由已知的一系列预示变量（自变量）预测而来。利用这一系列变量，我们生成一个将输入值映射到期望输出值的函数。这个训练过程会一直持续，直到模型在训练数据上获得期望的精确度。监督式学习的例子有：回归、决策树、随机森林、K – 近邻算法、逻辑回归等。2、非监督式学习工作机制：在这个...

一．   插入排序—直接插入排序思路：将待插入元素一个个插入到已有序部分#直接插入排序def insertSort(arr): if len(arr) <= 1: return for i in range(1,len(arr)): temp = arr[i] j = i while j > 0 and arr[j]>temp: arr[j]...

1.什么是hadoopHadoop 是一个开源软件框架，用于存储大量数据，并发处理/查询在具有多个商用硬件（即低成本硬件）节点的集群上的那些数据。         HDFS（HadoopDistributed File System，Hadoop 分布式文件系统）：HDFS 允许你以一种分布式和冗余的方式存储大量数据。例如，1 GB（即 1024 MB）文本文件可以拆分为 16 * 128MB 文...

MapReduce1.x架构客户端向JobTracker提交一个作业，JobTracker把这个作业拆分成很多份，然后分配给TaskTracker（任务执行者）去执行，TaskTracker会隔一段时间向JobTracker发送心跳信息，如果JobTracker在一段时间内没有收到TaskTracker的心跳信息，JobTracker会认为TaskTracker死掉了，会把TaskTrack...

Python提供多种数据类型来存放数据项集合，主要包括序列（列表list和元组tuple），映射（如字典dict），集合（set），下面对这几种数据类型分别介绍。Python中list，tuple，dict和set的主要区别：一句话来概括四种数据类型的区别是：tuple是一个不可改变的list，set是一个没有Value的dict，list和set的数据是可变的，tuple和dict的数据...