05 2014 档案

Ubuntu W: GPG 错误：下列签名无效： BADSIG 84DBCE2DCEC45805 Launchpad PPA fo
摘要：Ubuntu12.04安装R语言的时候出现的报错。研究了两个晚上，解决办法如下，跟参考贴有点出入：###########################################################1.首先我直接运行下面命令不能解决问题：代码:gpg --keyserver sub... 阅读全文
posted @ 2014-05-31 13:33 JamesFan 阅读(1404) 评论(0) 推荐(0)
Ubuntu12.04安装R ，Rstudio, RHive
摘要：环境：Ubuntu12.04R-3.1.00.Ubuntu安装R官网的介绍http://mirrors.ustc.edu.cn/CRAN/Precise Pangolin (12.04; LTS), 与12.04对应的是add deb http:///bin/linux/ubuntu precis... 阅读全文
posted @ 2014-05-31 12:37 JamesFan 阅读(368) 评论(0) 推荐(0)
k-means聚类JAVA实例
摘要：《mahout in action》第六章。datafile/cluster/simple_k-means.txt数据集如下：1 12 11 22 23 38 88 99 89 91. k-means聚类算法原理1、从D中随机取k个元素，作为k个簇的各自的中心。2、分别计算剩下的元素到k个簇中心的相... 阅读全文
posted @ 2014-05-30 12:50 JamesFan 阅读(3171) 评论(1) 推荐(0)
Canopy聚类算法(经典，看图就明白)
摘要：只有这个算法思想比较对，其他的都没有一开始的remove:原网址：http://www.shahuwang.com/?p=1021CanopyClustering这个算法是2000年提出来的，此后与Hadoop配合，已经成为一个比较流行的算法了。确切的说，这个算法获得的并不是最终结果，它是为其他算法... 阅读全文
posted @ 2014-05-27 22:51 JamesFan 阅读(13353) 评论(0) 推荐(2)
mahout 实现canopy
摘要：环境：mahout-0.8hadoop-1.1.2ubuntu-12.04理论这里就不说了，直接上实例：下面举一个例子。数据准备：canopy.dat文件，COPY到HDFS上，文件内容如下：8.1 8.1 7.1 7.1 6.2 6.2 7.1 7.1 2.1 2.1 1.1 ... 阅读全文
posted @ 2014-05-27 16:42 JamesFan 阅读(518) 评论(0) 推荐(0)
Mahout0.9 – Clustering (聚类篇)
摘要：Mahout – Clustering (聚类篇)Leave a reply什么是Mahout？” Apache Mahout™ project’s goal is to build a scalable machine learning library ”我来拓展一下：(1) Mahout 是Ap... 阅读全文
posted @ 2014-05-27 16:23 JamesFan 阅读(996) 评论(1) 推荐(0)
Mahout canopy聚类
摘要：Mahout canopy聚类分类：机器学习2014-05-23 15:37192人阅读评论(0)收藏举报mahout机器学习目录(?)[-]Canopy 聚类一Canopy算法流程二MapReduce实现一簇定义二发现中心点三划分数据三API说明四参考文献Canopy 聚类一、Canopy算法流程... 阅读全文
posted @ 2014-05-27 16:11 JamesFan 阅读(300) 评论(0) 推荐(0)
使用mahout fpgrowth算法求关联规则
摘要：使用mahout fpgrowth 首先，这篇文章的内容大部分取自国外一篇博客Finding association rules with Mahout Frequent Pattern Mining，写这个出于几个原因，一 原文是英文的；二该博客貌似还被墙了，反正我是用了goagent才看到的；... 阅读全文
posted @ 2014-05-26 17:42 JamesFan 阅读(458) 评论(0) 推荐(0)
R语言 arules包 apriori()函数中文帮助文档(中英文对照)
摘要：apriori(arules)apriori()所属R语言包：arules Mining Associations with Apriori 矿业协会的Apriori 译者：生物统计家园网 机器人LoveR描述--------... 阅读全文
posted @ 2014-05-20 17:41 JamesFan 阅读(2009) 评论(0) 推荐(0)
R语言系列：生成数据
摘要：生成规则数据1、使用“:“，如x=1:10，注意该方法既可以递增也可以递减，如y=10:12、seq，有两种用法：①seq(起点，终点，步长); ②seq(length=9, from=1, to=5) seq还有一种简写：seq(x) #相当于1:length(x)，但当length(x)为0时，... 阅读全文
posted @ 2014-05-20 16:49 JamesFan 阅读(5921) 评论(0) 推荐(0)
R语言系列：数据的基本运算
摘要：基本运算符号1、基本数学计算+、-、*、/、^、%%（求模）、%/%（整除）注意：求模运算两边若为小数，则整数和小数部分分别求模。例：5.6%%2.22、比较运算>、=、 8) #返回一个向量 which(x > 8, arr.ind=T) #返回一个指示行列号的矩阵diff：差分，即x[i+1]-... 阅读全文
posted @ 2014-05-20 13:01 JamesFan 阅读(463) 评论(0) 推荐(0)
R语言对矩阵按某一列排序
摘要：[plain]view plaincopya<-c(5,4,3,2,1)b<-c(1,2,3,4,5)c<-cbind(a,b)[plain] view plaincopyc[order(c[,1]),]#按第一列递增排序 阅读全文
posted @ 2014-05-20 12:43 JamesFan 阅读(7271) 评论(0) 推荐(0)
R语言中的字符处理
摘要：R语言中的字符处理(2011-07-10 22:29:48)转载▼标签：r语言字符处理字符串连接分割分类：RR的字符串处理能力还是很强大的，具体有base包的几个函数和stringr包。1.计算字符串的字符数nchar()2. 字符串连接paste(...,sep="",collapse=NULL)... 阅读全文
posted @ 2014-05-20 10:31 JamesFan 阅读(1335) 评论(0) 推荐(0)
R语言系列：数据的基本运算
摘要：基本运算符号1、基本数学计算+、-、*、/、^、%%（求模）、%/%（整除）注意：求模运算两边若为小数，则整数和小数部分分别求模。例：5.6%%2.22、比较运算>、=、 8) #返回一个向量 which(x > 8, arr.ind=T) #返回一个指示行列号的矩阵diff：差分，即x[i+1]-... 阅读全文
posted @ 2014-05-20 09:50 JamesFan 阅读(1654) 评论(0) 推荐(0)
R语言：文本（字符串）处理与正则表达式
摘要：R语言：文本（字符串）处理与正则表达式(2014-03-27 16:40:44)转载▼标签：教育分类：R处理文本是每一种计算机语言都应该具备的功能，但不是每一种语言都侧重于处理文本。R语言是统计的语言，处理文本不是它的强项，perl语言这方面的功能比R不知要强多少倍。幸运的是R语言的可扩展能力很强，... 阅读全文
posted @ 2014-05-20 09:22 JamesFan 阅读(2597) 评论(0) 推荐(0)
RStudio版本管理 整合Git
摘要：本文为原创，转载注明出处。系统环境：win7 x64R-3.1.0-win.exeRStudio-0.98.507.exe前置条件：必须拥有github仓库： 如：https://github.com/xxx/Rproject在已经有Github的用户基础上，执行下面操作1.下载git http:/... 阅读全文
posted @ 2014-05-19 11:17 JamesFan 阅读(1216) 评论(0) 推荐(0)
GIT 图形化操作指南
摘要：Git操作指南（2） —— Git Gui for Windows的建库、克隆（clone）、上传（push）、下载（pull）、合并 关于linux上建库等操作请看文章：http://hi.baidu.com/mvp_xuan/blog/item/30f5b700a832f0261d9583ad.... 阅读全文
posted @ 2014-05-19 09:51 JamesFan 阅读(954) 评论(0) 推荐(0)
RStudio 断点调试 进入for循环语句调试
摘要：参考：http://www.rstudio.com/ide/docs/debugging/overview1.进入调试模式全选代码，点击source即可进入调试模式。2.进入for 调试在For中加browser()，即可进入For语句中，在右边可以看到每个值的变化。如：for(){browser(... 阅读全文
posted @ 2014-05-18 23:22 JamesFan 阅读(1451) 评论(0) 推荐(0)
安装python Matplotlib 库
摘要：转：使用 python Matplotlib 库 绘图 及 相关问题使用 python Matplotlib 库绘图转：http://blog.csdn.net/daniel_ustc/article/details/9714163Matplotlib的安装matplotlib 是python最著名... 阅读全文
posted @ 2014-05-18 13:21 JamesFan 阅读(1586) 评论(0) 推荐(0)
win7 32位安装 python 及Numpy、scipy、matplotlib函数包
摘要：操作系统：win7 64位，但选择安装32位的python。1,python下载安装https://www.python.org/downloads/下载2.7版，一路下一步安装。并在path环境变量中加入python路径2.安装Numpy下载地址http://sourceforge.net/pro... 阅读全文
posted @ 2014-05-18 11:34 JamesFan 阅读(600) 评论(0) 推荐(0)
ubuntu下hive-0.8.1配置
摘要：1、下载hive包wget http://labs.mop.com/apache-mirror/hive/stable/hive-0.8.1.tar.gz，并用tar -xzvf 将其解压到要安装的目录，我是放在/home/ckl/hadoop-0.20.2/hive2、vim ~/.bashrce... 阅读全文
posted @ 2014-05-13 15:27 JamesFan 阅读(155) 评论(0) 推荐(0)
我对PageRank的理解及R语言实现
摘要：PageRank，网页排名，又称网页级别、Google左侧排名或佩奇排名，是一种由搜索引擎根据网页之间相互的超链接计算的技术，而作为网页排名的要素之一，以Google公司创办人拉里·佩奇（Larry Page）之姓来命名。Google用它来体现网页的相关性和重要性，在搜索引擎优化操作中是经... 阅读全文
posted @ 2014-05-10 18:24 JamesFan 阅读(552) 评论(0) 推荐(0)
R 数据类型
摘要：c（）功能函数，产数据用向量：一维数组，要求存放的数据类型一致矩阵：二维数组，要求存放的数据类型一致，用通过matrix函数创建数组：维度超过二维时建议用数组，用可araay函数创建数据框：相当于关系数据库的一张表，有多种模式的数据时建议用数据框。data.frame ... 阅读全文
posted @ 2014-05-07 10:04 JamesFan 阅读(126) 评论(0) 推荐(0)
Pig Latin JOIN (inner) 与JOIN (outer)的区别
摘要：1、内连接(自然连接): 只有两个表相匹配的行才能在结果集中出现 2、外连接: 包括 （1）左外连接(左边的表不加限制) （2）右外连接(右边的表不加限制) （3）全外连接(左右两表都不加限制) 3. 例子 a.txt1 2 3 4 2 18 3 44 3 37 2 58 4 3b.... 阅读全文
posted @ 2014-05-01 19:35 JamesFan 阅读(344) 评论(0) 推荐(0)
Pig Flatten 解包操作，解元组
摘要：Flatten OperatorThe FLATTEN operator looks like a UDF syntactically, but it is actually an operator that changes the structure of tuples and bags in a... 阅读全文
posted @ 2014-05-01 13:19 JamesFan 阅读(424) 评论(0) 推荐(0)
Pig FOREACH 嵌套循环
摘要：Example: Nested BlockSuppose we have relations A and B. Note that relation B contains an inner bag.A = LOAD 'data' AS (url:chararray,outlink:chararray... 阅读全文
posted @ 2014-05-01 12:11 JamesFan 阅读(636) 评论(0) 推荐(0)