摘要：
问题 上传文件到Hadoop异常，报错信息如下： 解决 1、查看问题节点的进程情况： DataNode进程没有启动 2、查看Hadoop datanode.log信息 报错的信息为，namenode clusterID 与 datanode clusterID 不一致！ 分别为： 回想了下，出现这个 阅读全文
摘要：
在上一章 "《环境搭建》" 基础上，本章对各个模块做个测试 Mysql 测试 1、Mysql节点准备 为方便测试，在mysql节点中，增加点数据 进入主节点 进入数据库节点 创建数据库 创建数据表 增加几条数据，主键让其自增： 2、Zeppelin配置 配置驱动及URL地址： 使zeppelin导入 阅读全文
摘要：
一、软件准备 1、基础docker镜像：ubuntu，目前最新的版本是18 2、需准备的环境软件包： 二、ubuntu镜像准备 1、获取官方的镜像： 2、因官方镜像中的apt源是国外资源，后续扩展安装软件包时较麻烦。先修改为国内源： （1）启动ubuntu容器，并进入容器中的apt配置目录 （2）先 阅读全文
摘要：
目标 1、同一台机器上，不同的域名指向，访问不同的项目，即： （1）one.test.com 访问 project_one （2） two.test.com 访问 project_two 2、将Tomcat布署为Apache的后端服务，若为动态程序由Tomcat执行，静态文件由Apache执行 准备 阅读全文
摘要：
问题 更新pip之后，Pycharm安装package出现如下报错： 解决 找到安装目录下 helpers/packaging_tool.py文件，找到如下代码： 修改为如下，保存即可。 阅读全文
摘要：
一、逻辑回归的局限 在逻辑回归一节中，使用逻辑回归的多分类，实现了识别20 20的图片上的数字。 但所使用的是一个一阶的模型，并没有使用多项式，为什么？ 可以设想一下，在原有400个特征的数据样本中，增加二次、三次、四次多项式，会是什么情形？ 很显然，训练样本的特征数量将会拔高多个数量级，而且，更重 阅读全文
摘要：
一、支持向量机（SVM） 支持向量机，是用于解决分类问题。为什么叫做支持向量机，后面的内容再做解释，这里先跳过。 在之前 "《逻辑回归》" 的文章中，我们讨论过，对于分类问题的解决，就是要找出一条能将数据划分开的边界。 对于不同的算法，其定义的边界可能是不同的，对于SVM算法，是如何定义其边界的？其 阅读全文
摘要：
前言 作为一个网站应用，加载速度是非常重要的。加载速度，一个是程序的合理安排，如以组件按需加载，一个是js、css等资源的异步加载。 在Vue项目中，引入到工程中的所有js、css文件，编译时都会被打包进vendor.js，浏览器在加载该文件之后才能开始显示首屏。若是引入的库众多，那么vendor. 阅读全文
摘要：
欠拟合、过拟合 用线性回归拟合曲线，或者用逻辑回归确定分类边界时，选择的曲线有多种。 以分类问题为例，给定如下样本： 所取的边界，可以是这样（当然并不止这些）： 不同曲线，对于样本的表达能力，各不相同，上图的几根曲线中： 曲线1，使用一阶曲线，即直线模型，过于简单，出现大量的错误分类，此时的误差较大 阅读全文
摘要：
分类 分类应是极为常见的问题，我们生活周边的一切事物，皆是类别分明。机器学习领域，处理分类问题的方法有多种，如逻辑回归、支持向量机、以及无监督学习的K mean等等。本文主要介始逻辑回归。 逻辑回归 逻辑回归，主要用于解决分类问题，例如二分类。 对于二分类问题，通过给出的样本$（x,y）$（若为二分 阅读全文