摘要： 本篇博客中，我们将对一个UCI数据库中的数据集：Breast Cancer数据集，应用已有的机器学习方法来实现一个分类器。 "本文代码链接" 数据集概况 数据集的地址为： "link" ) 在该页面中，可以进入 "Data Set Description" 来查看数据的说明文档，另外一个连接是 "D 阅读全文

摘要： 安装 使用 。 使用 Firefox 这里的版本信息： 例程中的代码： 执行之后首先发现是 ： 这里需要下载 ，地址是这里： "link" 下载之后，放在PATH中： 再执行脚本就可以了。 另外，如果出现错误： 将Firefox更换到新的版本就可以解决了。 使用Safari 把代码中的 换成 之后， 阅读全文

摘要： 这篇博客中做一个使用最小二乘法实现线性回归的简单例子。 代码来自《图解机器学习》 图3 2，使用MATLAB实现。 "代码link" 用到的matlab函数 由于以前对MATLAB也不是非常熟悉，这里用到了一些MATLAB的 内建函数 ，顺便学习一下。 linespace 用于产生指定范围内的指定数 阅读全文

摘要： 在苹果 OS X 10.11 El Capitan 中使用《UNIX环境高级编程 第三版》中提供的头文件 apue.h 。<! more make apue.3e 这里我买的是第三版的书，和第二版不同，不用改工作路径等信息。正如在readme中说到的，在OS X上进入目录直接make即可。 修改ap 阅读全文

摘要： combineByKey: Generic function to combine the elements for each key using a custom set of aggregation functions. 概述 方法是基于键进行聚合的函数（大多数基于键聚合的函数都是用它实现的）， 阅读全文

摘要： 本篇博客中的操作都在 中执行。 对单个 Pair RDD 的转化操作 下面会对 Pair RDD 的一些转化操作进行解释。先假设我们有下面这些RDD（在pyspark中操作）： reduceByKey 概述：合并具有 相同键值 的 值 。 例子： 这个方法操作的是 值(Values) ，对上面的两个 阅读全文

摘要： 本篇博客中的操作都在 中执行。 RDD，即 弹性分布式数据集(Resilient Distributed Dataset) ，是Spark对数据的核心抽象。RDD是分布式元素的集合，对手的所有操作都可以概括为： 创建RDD 转化已有RDD 调用RDD操作进行求值 在这些操作中，Spark会自动将RD 阅读全文

摘要： 这里只使用Spark的Python操作和接口，其他语言应为不熟悉，所以先不写在这里。 Spark 部署 可以直接从官方网站下载 pre build 版本，可以直接在电脑上运行，离线安装也是可以的，比如说针对 Python 2.7 的[link](http://mirror.bit.edu.cn/ap 阅读全文

摘要： 概述 对矩阵的主要操作，matlab 中都有现成的指令或者库函数与之对应。 矩阵最早来自于方程组的系数和常数所构成的方阵，这一概念是由19世纪的英国数学家凯利提出的。 创建矩阵 这里写的不全，但是足够入门机器学习。 常规创建方法 大概就是这样： 全1矩阵 使用 命令，可以创建一个 3 3 的全1矩阵 阅读全文

摘要： <! aes 加密算法 概述 清理邮箱的时候翻出来的。 很久以前写的，理解加密算法用的，当时记得是还撸了两天晚上撸出来的代码，放上来留个纪念好啦。 补上Tutorial，就当考古吧。 写代码时候毕竟年轻，问题也不少，但现在这东西还能用！ "文件link" ， utf 8 编码。 编译 使用gcc编译 阅读全文