摘要：
A = load '/user/cloudera/lab/mydata' usingPigStorage() as (a,b,c);如果写成 A=load 就会出现 [main]ERROR org.apache.pig.tools.grunt.Grunt - ERRO... 阅读全文
posted @ 2015-04-17 08:04 bob.dong 阅读(39) 评论(0) 推荐(0) 编辑
摘要：
指数分布随机事件的间隔事件符合指数分布。lamda 单位事件发生事件的个数。 每分钟发生lam个事件。3分钟后发生一次事件的概率 = lam*exp(-lam*3) 用PDF来算 如果问3分钟内发生一次事件的概率 = 1 - exp(-lam *3), 用CDF 来算泊松分布单位时间内随机事件... 阅读全文
posted @ 2015-04-02 14:51 bob.dong 阅读(195) 评论(0) 推荐(0) 编辑
摘要：
The Cdf class can be initialised with xs, and ys. It's differentfrom initialisd by Items which ys is actually probability, and willbe added up duri... 阅读全文
posted @ 2015-03-20 10:06 bob.dong 阅读(48) 评论(0) 推荐(0) 编辑
摘要：
44 个baby 出生时间间隔是否满足 指数分布。Learned:调用父类初始化。in 子类 __init__(), 调用 父类名字.__init__(self)从文件中读出的字符串比较，读出的行包括不可显示字符，所以不能用 == 比较， 用 line.find(target_str)> -1... 阅读全文
posted @ 2015-03-19 17:38 bob.dong 阅读(68) 评论(0) 推荐(0) 编辑
摘要：
pythonrandom.expovariate(lam) 也就是实现了特征值为 lam的指数分布CDF的逆函数来生成一系列 x。当lam=2, x 分布的特点是 max(x) 0.9这个分组，也就是说绝大多数点都集中在cdf曲线右上侧。 参见图二指数分布的模拟 expovariate" t... 阅读全文
posted @ 2015-03-18 15:48 bob.dong 阅读(1077) 评论(0) 推荐(0) 编辑
摘要：
解惑原文地址：巴洛克和哥特式建筑的区别作者：farewellly巴洛克圆顶,厚重繁复,装饰性,涂绘性,利用光影,模糊分界线,明暗法前凸后退,有运动幻觉,(天花板的饰物满得快要溢出来,向观众倾斜,楼梯好象向下流淌),整体感觉是向下坠落.基压,变形,讽刺当时过于繁复的年代。歌特出现得比巴洛克早得多... 阅读全文
posted @ 2015-02-22 10:13 bob.dong 阅读(544) 评论(0) 推荐(0) 编辑
摘要：
统计中的过采样(oversampling)可能会导致结果向大数据集偏差(bias),需要进行矫正（unbias)才能得到正确地结果。下面用一个例子说明：我们要统计一个学校某年级平均每个班多少人。第一个方是从该年级学生中随机选出1/10,问他们自己班级多少人。得到结果如下：1个人说 自己班级有 ... 阅读全文
posted @ 2015-02-21 10:29 bob.dong 阅读(219) 评论(0) 推荐(0) 编辑
摘要：
操作dict的时候遇到这样的问题 values() 返回列表， itervalues() 返回iterator. 但是很多应用场景都一样。有非此不可的例子吗？sum(d.values()) == sum(d.itervalues), max() 也一样答案是， list 占用内存，因为在调用... 阅读全文
posted @ 2015-01-20 11:46 bob.dong 阅读(91) 评论(0) 推荐(0) 编辑
摘要：
zip(list1, tuple1, list2... ) , 输出一个 list, 每个元素是一个 tuple.输出list 长度与输入参数中最小长度相同，tuple 长度与参数个数相同。zip(*list_l) *list_l 表示把 list_l 的每个元素作为参数传给 zip(), 类... 阅读全文
posted @ 2015-01-19 22:21 bob.dong 阅读(62) 评论(0) 推荐(0) 编辑