zach_Emrys

摘要： 目标：对大约6w条微博进行分类环境：R语言由于时间较紧，且人手不够，不能采用分类方法，主要是没有时间人工分类一部分生成训练集……所以只能用聚类方法，聚类最简单的方法无外乎：K-means与层次聚类。尝试过使用K-means方法，但结果并不好，所以最终采用的是层次聚类，也幸亏结果还不错……⊙﹏⊙分词（Rwordseg包）：分词采用的是Rwordseg包，具体安装和一些细节请参考作者首页 http://jliblog.com/app/rwordseg。请仔细阅读该页提供的使用说明pdf文档，真是有很大帮助。安装：P.S.由于我是64位机，但是配置的rj包只能在32bit的R上使用，而且Rwords 阅读全文

摘要： wxPython和Boa-constructor安装后会在\Python\Lib\site-packages中。对于使用eclipse+pydev的用户来说，假如安装完python包后，在eclipse中加载不上，但是在命令行中可以成功，在Preferences-PyDev-Interpreter中移除使用的python，再重新添加，即可解决。wxPython请下载unicode版本，这样可以显示中文~Boa-constructor的运行文件为\Python\Lib\site-packages\boa-constructor\Boa.py先写这么多吧，弄了一下午太累了，还剩下打包的部分，周末再 阅读全文

摘要： 若出现如下错误，java.lang.RuntimeException: PipeMapRed.waitOutputThreads(): subprocess failed with code 2将#!/usr/bin/env python插入到python脚本的顶端即可解决。#mapper.py#!/usr/bin/env pythonimport sysdic = {}for line in sys.stdin: line = line.strip().split() for key in line: if dic.has_key(key): ... 阅读全文

摘要： 操作系统：CentosHadoop：1.1.21.安装jdk1.6输入java -version验证是否安装成功。vim /etc/profile#set JAVA Enviromentexport JAVA_HOME=/usr/.../jdkexport CLASSPATH=CLASSPATH$.:JAVA_HOME/libexport PATH=$PATH:JAVA_HOME/若新版本java改为系统默认java，做如下更改：update-alternatives --install /usr/bin/java java /usr.../jdk/bin/java 300update-alt 阅读全文

摘要： 1、变量名中含有参数例如，有如下变量：a1,a2,a3想用循环提取这些变量的值，或对这些变量进行赋值，该怎么办呢？SAS中可以用宏变量解决，R语言中只需get()与assign()函数就可以解决~a1=1get(paste("a","1",sep=""))但get()函数只是在环境中搜索该变量名的变量，如果该变量不存在则返回异常。对变量进行赋值的话需使用assign()函数：assign(paste("a","1",sep=""),2)a1具体的还请阅读函数的帮助文档~2、扩 阅读全文

摘要： 导入csv：load data infile '/test.csv' into table table_name fields terminated by ',' optionally enclosed by '"' escaped by '"' lines terminated by '\r\n' ignore 1 lines;导出csv：SELECT * INTO OUTFILE '/test.csv' FIELDS TERMINATED BY ',' OPT 阅读全文

摘要： 随着工作、学习的内容越来越多，很多事情真是过一阵就遗忘了，诸如各种冗杂的配置、错误排查等等。一直想建个博客，记录各种零零碎碎以后备查。貌似真正的大牛们都是自己搭站，无奈我懒得学wordpress，现在估计也没那个时间，所以就想着找一个现成的博客来用。选择的标准很简单：简单，没广告。其实我有个blogbus的博客的，那个界面倒是比较喜欢，可是那个感觉不适合程序这种东西。前一阵倒是想试试csdn的，结果登陆界面死活点不进去……好吧，既然你抛弃我，我也只能抛弃你了，而且我看了一下，还是觉得那里不够简单。那么，就从这里开始吧。 阅读全文