<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[xcvbxv01的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/xcvbxv01</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; xcvbxv01]]></copyright><item><title><![CDATA[算法刷刷刷--01选择排序、冒泡排序、插入排序]]></title><link>https://blog.youkuaiyun.com/xcvbxv01/article/details/130183688</link><guid>https://blog.youkuaiyun.com/xcvbxv01/article/details/130183688</guid><author>xcvbxv01</author><pubDate>Sun, 16 Apr 2023 16:01:23 +0800</pubDate><description><![CDATA[【代码】算法刷刷刷--01选择排序、冒泡排序、插入排序。]]></description><category></category></item><item><title><![CDATA[Java复习（全）]]></title><link>https://blog.youkuaiyun.com/xcvbxv01/article/details/104376115</link><guid>https://blog.youkuaiyun.com/xcvbxv01/article/details/104376115</guid><author>xcvbxv01</author><pubDate>Tue, 18 Feb 2020 15:31:35 +0800</pubDate><description><![CDATA[package com.test.java;

import org.apache.commons.io.FileUtils;
import org.junit.Test;

import java.io.*;
import java.lang.reflect.Constructor;
import java.lang.reflect.Field;
import java.lang.reflec...]]></description><category></category></item><item><title><![CDATA[Spark复习 Day04：SparkStreaming]]></title><link>https://blog.youkuaiyun.com/xcvbxv01/article/details/104257029</link><guid>https://blog.youkuaiyun.com/xcvbxv01/article/details/104257029</guid><author>xcvbxv01</author><pubDate>Tue, 11 Feb 2020 00:00:32 +0800</pubDate><description><![CDATA[Spark复习 Day04：SparkStreaming

1. SparkStreaming版的WordCount
---------------------------------
     @Test
      def TestStreaming(): Unit ={
        val conf = new SparkConf().setAppName("sc").setMaste...]]></description><category></category></item><item><title><![CDATA[Spark复习 Day03：SparkSQL]]></title><link>https://blog.youkuaiyun.com/xcvbxv01/article/details/104253389</link><guid>https://blog.youkuaiyun.com/xcvbxv01/article/details/104253389</guid><author>xcvbxv01</author><pubDate>Mon, 10 Feb 2020 19:29:52 +0800</pubDate><description><![CDATA[Spark复习 Day03：SparkSQL

1. 什么是SparkSQL
-----------------------------------------------
    - SparkSQL是Spark用来处理结构化[表]数据的一个模块。
    - 它提供了两个编程抽象：DataFrame和DataSet，底层还是RDD操作


2. DataFrame、DataSet 介绍
--...]]></description><category></category></item><item><title><![CDATA[Spark复习 Day01：SparkCore(一)]]></title><link>https://blog.youkuaiyun.com/xcvbxv01/article/details/104228345</link><guid>https://blog.youkuaiyun.com/xcvbxv01/article/details/104228345</guid><author>xcvbxv01</author><pubDate>Sat, 08 Feb 2020 21:02:53 +0800</pubDate><description><![CDATA[Spark复习 Day01

1. Driver 驱动器
---------------------------------------------------
    - 执行开发程序的Main方法的进程
    - 创建SparkContext、RDD、转换和行动
    - 主要职责：
        1. 将用户代码转化成job
        2. 跟踪Executor的运行状况
  ...]]></description><category></category></item><item><title><![CDATA[Python_ML-Day06: 神经网络]]></title><link>https://blog.youkuaiyun.com/xcvbxv01/article/details/104170195</link><guid>https://blog.youkuaiyun.com/xcvbxv01/article/details/104170195</guid><author>xcvbxv01</author><pubDate>Tue, 04 Feb 2020 15:23:19 +0800</pubDate><description><![CDATA[Python_ML-Day06: 神经网络

1.感知机
    - 有n个输入数据，通过权重与各数据之间的计算和，比较激活函数结果，得出输出
    - 应用：很容易解决与、或、非问题

2.神经网络
    - 定义：
        1. 在机器学习和认知科学领域，人工神经网络（artificial neural network，
        缩写ANN），简称神经网络（：neural...]]></description><category></category></item><item><title><![CDATA[Python_ML-Day05: TensorFlow的线程队列与IO操作、TFRecords文件的存取]]></title><link>https://blog.youkuaiyun.com/xcvbxv01/article/details/104156819</link><guid>https://blog.youkuaiyun.com/xcvbxv01/article/details/104156819</guid><author>xcvbxv01</author><pubDate>Mon, 03 Feb 2020 14:59:12 +0800</pubDate><description><![CDATA[Python_ML-Day5: TensorFlow的线程队列与IO操作、TFRecords文件的存取

1.TensorFlow 队列
    - 在训练样本的时候，希望读入的训练样本是有序的
    - 考虑使用队列机制： 先进先出
    - tf.FIFOQueue(capacity, dtypes, name='fifo_queue')
        1.先进先出队列
       ...]]></description><category></category></item><item><title><![CDATA[Python_ML-Day04: 深度学习、Tensorflow]]></title><link>https://blog.youkuaiyun.com/xcvbxv01/article/details/104138009</link><guid>https://blog.youkuaiyun.com/xcvbxv01/article/details/104138009</guid><author>xcvbxv01</author><pubDate>Sat, 01 Feb 2020 20:26:34 +0800</pubDate><description><![CDATA[Python_ML-Day04: 深度学习、Tensorflow

1.Tensorflow特点
    - 真正的可移植性
    引入各种计算设备的支持包括CPU/GPU/TPU，以及能够很好地运行在移动端，
    如安卓设备、ios、树莓派等等

    - 多语言支持
    Tensorflow 有一个合理的c++使用界面，也有一个易用的python使用界面来构建和
    执行你的...]]></description><category></category></item><item><title><![CDATA[Python_ML-Day03: 线性回归、岭回归、逻辑回归、k-means]]></title><link>https://blog.youkuaiyun.com/xcvbxv01/article/details/104130598</link><guid>https://blog.youkuaiyun.com/xcvbxv01/article/details/104130598</guid><author>xcvbxv01</author><pubDate>Sat, 01 Feb 2020 10:09:25 +0800</pubDate><description><![CDATA[Python_ML-Day03: 线性回归、岭回归、逻辑回归、k-means

1. 回归问题的判定
    - 目标值是一个连续的值
    - 寻找一种能预测的趋势
    - 线性关系的函数：  y = kx + b
    - b 偏置

2. 线性关系模型
    - 一个通过属性xn 的线性组合来进行预测的函数
    - 线性回归通过一个或者多个 特征值x1,x2 与 目标值f(x...]]></description><category></category></item><item><title><![CDATA[PythonML-Day02: k-近邻、朴素贝叶斯、决策树、随机森林、交叉验证、网格搜索]]></title><link>https://blog.youkuaiyun.com/xcvbxv01/article/details/104117651</link><guid>https://blog.youkuaiyun.com/xcvbxv01/article/details/104117651</guid><author>xcvbxv01</author><pubDate>Thu, 30 Jan 2020 18:56:32 +0800</pubDate><description><![CDATA[ML-Day02: k-近邻、朴素贝叶斯、决策树、随机森林、交叉验证、网格搜索

1.数据分类
    离散型数据：可以列举出
    连续型数据：在区间内可任意划分，不可一一列举

2.机器学习算法分类
    监督学习（预测）：有特征值和目标值，有标准答案
        分类[离散]：k近邻、贝叶斯、决策树与随机森林、逻辑回归、神经网络
        回归[连续]：线性回归、岭回归
  ...]]></description><category></category></item><item><title><![CDATA[PythonML-Day01: sklearn]]></title><link>https://blog.youkuaiyun.com/xcvbxv01/article/details/104102098</link><guid>https://blog.youkuaiyun.com/xcvbxv01/article/details/104102098</guid><author>xcvbxv01</author><pubDate>Tue, 28 Jan 2020 20:05:43 +0800</pubDate><description><![CDATA[ML-Day01

1.机器学习的数据大多都是文件，比如csv文件

2.Pandas： 读取数据工具 基本的数据处理

3.缺失值： 数据转换

4.重复值： 不需要去重

5.sklearn： 对于特征数据提供了强大的支持
    - Python的机器学习工具
    - 许多知名的机器学习算法的实现
    - 文档完善，容易上手，丰富的API

6.特征工程： 将原始数据转换为 能更好...]]></description><category></category></item><item><title><![CDATA[ElasticSearch从入门到放弃（五） -- Java API【基于官方文档7.5】]]></title><link>https://blog.youkuaiyun.com/xcvbxv01/article/details/103537641</link><guid>https://blog.youkuaiyun.com/xcvbxv01/article/details/103537641</guid><author>xcvbxv01</author><pubDate>Sat, 14 Dec 2019 12:01:10 +0800</pubDate><description><![CDATA[点击查看原文（包含 源码和图片）：http://note.youdao.com/noteshare?id=c52ed63c837df7658e2939e06d69ad04&amp;sub=58B8DFA324AF48B0ABA7F2F2C8DD4ACD





1.概述

本节描述了Elasticsearch提供的Java API。所有的Elasticsearch操作都是使用Client对象...]]></description><category></category></item><item><title><![CDATA[ElasticSearch从入门到放弃（四） -- 聚合【基于官方文档7.5】]]></title><link>https://blog.youkuaiyun.com/xcvbxv01/article/details/103537636</link><guid>https://blog.youkuaiyun.com/xcvbxv01/article/details/103537636</guid><author>xcvbxv01</author><pubDate>Sat, 14 Dec 2019 11:59:46 +0800</pubDate><description><![CDATA[点击查看原文（包含源码和图片）：http://note.youdao.com/noteshare?id=06d431f9eab9bec860f12b96a2590500&amp;sub=302E360D41E04B4C99570C983B8906B0





一、平均聚合

1.一个单值度量聚合，计算从聚合文档中提取的数值的平均值。这些值可以从文档中的特定数字字段提取，也可以由提供的脚本生成...]]></description><category></category></item><item><title><![CDATA[ElasticSearch从入门到放弃（三） -- ES原理，核心，知识点【基于官方文档7.5】]]></title><link>https://blog.youkuaiyun.com/xcvbxv01/article/details/103537628</link><guid>https://blog.youkuaiyun.com/xcvbxv01/article/details/103537628</guid><author>xcvbxv01</author><pubDate>Sat, 14 Dec 2019 11:58:20 +0800</pubDate><description><![CDATA[点击查看原文（包含源码和图片）：http://note.youdao.com/noteshare?id=af6c2a9587ad4fa6681aaadadf4e8e85&amp;sub=3CA9C7C728AD48EBB797AD06A8CB2EF2





3.1 解析es的分布式架构

3.1.1 分布式架构的透明隐藏特性

ElasticSearch是一个分布式系统，隐藏了复杂的处理机...]]></description><category></category></item><item><title><![CDATA[ElasticSearch从入门到放弃（二） -- 升级Elasticsearch【基于官方文档7.5】]]></title><link>https://blog.youkuaiyun.com/xcvbxv01/article/details/103537610</link><guid>https://blog.youkuaiyun.com/xcvbxv01/article/details/103537610</guid><author>xcvbxv01</author><pubDate>Sat, 14 Dec 2019 11:57:15 +0800</pubDate><description><![CDATA[点击查看原文（包含源码和图片）：http://note.youdao.com/noteshare?id=dccd8841b78dfc624bcb581c9b4881b0&amp;sub=5A575F09B8744649B94B79A34E81E219



Elasticsearch通常可以使用Rolling升级进行升级，因此升级不会中断服务。 哪些版本支持滚动升级：



小版本之间
	从5...]]></description><category></category></item><item><title><![CDATA[ElasticSearch从入门到放弃（一） -- 介绍，映射，字段类型，查询，聚合【基于官方文档7.5】]]></title><link>https://blog.youkuaiyun.com/xcvbxv01/article/details/103537585</link><guid>https://blog.youkuaiyun.com/xcvbxv01/article/details/103537585</guid><author>xcvbxv01</author><pubDate>Sat, 14 Dec 2019 11:55:30 +0800</pubDate><description><![CDATA[点击查看原文（包含源码和图片）：http://note.youdao.com/noteshare?id=d439afd2a88da302fd79634ff79c5359&amp;sub=0302D1C67F6C40AB9105E138BA897D16



1.名词解释

近实时（NRT）
ES是一个近实时的搜索引擎（平台），代表着从添加数据到能被搜索到只有很少的延迟。

（大约是1s）


...]]></description><category></category></item><item><title><![CDATA[Zeppelin 使用心得( 基于window10 ) -- Mysql,Hive,Flink,Spark]]></title><link>https://blog.youkuaiyun.com/xcvbxv01/article/details/103400409</link><guid>https://blog.youkuaiyun.com/xcvbxv01/article/details/103400409</guid><author>xcvbxv01</author><pubDate>Thu, 05 Dec 2019 10:49:04 +0800</pubDate><description><![CDATA[点击查看原文（包含源码和图片）：http://note.youdao.com/noteshare?id=fdb03eb81783f7b3c77ffd78c6c95612&amp;sub=DC8EC22B5004468D9A76E21A9C42D36E

1.下载

http://mirrors.tuna.tsinghua.edu.cn/apache/zeppelin/zeppelin-0.8.2/...]]></description><category></category></item><item><title><![CDATA[JAVA 定时调取器的使用]]></title><link>https://blog.youkuaiyun.com/xcvbxv01/article/details/103400370</link><guid>https://blog.youkuaiyun.com/xcvbxv01/article/details/103400370</guid><author>xcvbxv01</author><pubDate>Thu, 05 Dec 2019 10:46:38 +0800</pubDate><description><![CDATA[package com.test.ghf.qzJob

import java.text.SimpleDateFormat
import java.util.{Date, Properties}

import org.quartz._
import org.quartz.impl.triggers.CronTriggerImpl
import org.quartz.impl.{JobDetai...]]></description><category></category></item><item><title><![CDATA[从零开始搭建Ambari大数据平台]]></title><link>https://blog.youkuaiyun.com/xcvbxv01/article/details/103400259</link><guid>https://blog.youkuaiyun.com/xcvbxv01/article/details/103400259</guid><author>xcvbxv01</author><pubDate>Thu, 05 Dec 2019 10:44:07 +0800</pubDate><description><![CDATA[点击查看原文（包含源码和图片）：http://note.youdao.com/noteshare?id=8176eba783c1d52c75691af1b007deb9&amp;sub=EF8232BA90F64B5B8A736AF237C5984C



只要按照文档一步一步搭建，一定能搭建成功！



一、安装Vwmare



二 、安装Contos7 虚拟机（一台 hdp01）

...]]></description><category></category></item><item><title><![CDATA[Flink进阶（二 ）-- Time 深度解析]]></title><link>https://blog.youkuaiyun.com/xcvbxv01/article/details/103153142</link><guid>https://blog.youkuaiyun.com/xcvbxv01/article/details/103153142</guid><author>xcvbxv01</author><pubDate>Tue, 19 Nov 2019 22:46:42 +0800</pubDate><description><![CDATA[视频地址：https://www.bilibili.com/video/av53193640

文档地址：http://note.youdao.com/noteshare?id=795ff71c7888efd22fb8026d9762915f&amp;sub=E76047A01C154263A26A1B37D471239B





一、Flink中的时间语义



1.Processing...]]></description><category></category></item></channel></rss>