摘要： 阅读目录 一、病人分类的例子 二、朴素贝叶斯分类器的公式 三、账号分类的例子 四、性别分类的例子 阅读目录 一、病人分类的例子 二、朴素贝叶斯分类器的公式 三、账号分类的例子 四、性别分类的例子 生活中很多场合需要用到分类，比如新闻分类、病人分类等等。 本文介绍朴素贝叶斯分类器（Naive Baye 阅读全文

摘要： 有时候，很简单的数学方法，就可以完成很复杂的任务。 这个系列的前两部分就是很好的例子。仅仅依靠统计词频，就能找出关键词和相似文章。虽然它们算不上效果最好的方法，但肯定是最简便易行的方法。 今天，依然继续这个主题。讨论如何通过词频，对文章进行自动摘要（Automatic summarization）。 阅读全文

摘要： 今天，我们再来研究另一个相关的问题。有些时候，除了找到关键词，我们还希望找到与原文章相似的其他文章。比如，"Google新闻"在主新闻下方，还提供多条相似的新闻。 为了找出相似的文章，需要用到"余弦相似性"（cosine similiarity）。下面，我举一个例子来说明，什么是"余弦相似性"。 为 阅读全文

摘要： 有一篇很长的文章，我要用计算机提取它的关键词（Automatic Keyphrase extraction），完全不加以人工干预，请问怎样才能正确做到？ 这个问题涉及到数据挖掘、文本处理、信息检索等很多计算机前沿领域，但是出乎意料的是，有一个非常简单的经典算法，可以给出令人相当满意的结果。它简单到都 阅读全文

摘要： 组件介绍： 代理 Flume Agent agent source agent channel 监控网络端口使用 启动命令：flume-ng agent -n a1 -c $FLUME_HOME/conf -f $FLUME_HOME/conf/example.conf -Dflume.root.l 阅读全文

摘要： mapreduce和hdfs采用java实现，默认提供java编程接口 streaming框架允许任何程序语言实现的程序在hadoop mapreduce中使用 streaming方便已有的程序向hadoop平台移植 streaming原理图 streaming局限 streaming默认只能处理文 阅读全文

摘要： zookeeper在同步和管理集群时依赖节点系统时间，每隔一定周期zookeeper master会监测所有节点的连接状态。所以解决办法就是利用ntp对集群局域网进行时间同步。 CentOS设置系统时间与网络时间同步 Linux的时间分为System Clock（系统时间）和Real Time Cl 阅读全文

摘要： 一、sort，sorted函数介绍： Sort函数是list列表中的函数，而sorted可以对list或者iterator进行排序。 下面我们使用help来查看他们的用法及功能： sort： sorted： Python3.x: Python2.x: 好吧，Python3.x和Python2.x的s 阅读全文

摘要： os： This module provides a portable way of usingoperating system dependent functionality. 翻译：提供一种方便的使用操作系统函数的方法。 sys：This module provides access to so 阅读全文

摘要： # 创建Django工程 django-admin startproject 【工程名称】 # 运行Django功能 python manage.py runserver 127.0.0.1:8000 # 创建app python manage.py startapp cmdb python man 阅读全文