Floating City

3.1 为什么需要预处理n  数据•    不完整，含噪声，不一致n  数据清理通过填写空缺值，平滑噪声数据，识别删除孤立点，并解决不一致来清理数据。脏数据形成的原因n  滥用缩写词n  数据输入错误n  数据中的内嵌控制信息n  不同的惯用语（如：ASAP对“at firstchance”)n  重复记录n  丢失值n  拼写变化n  不同的计量单

本文转自PageRank算法简介及Map-Reduce实现 　　PageRank对网页排名的算法，曾是Google发家致富的法宝。以前虽然有实验过，但理解还是不透彻，这几天又看了一下，这里总结一下PageRank算法的基本原理。什么是PageRank　　PageRank的Page可是认为是网页，表示网页排名，也可以认为是Larry Page(google 产品经理)，因为他是这个算法的发明者之一，还