摘要： 本文主要以mllib 1.1版本为基础，分析决策树的基本原理与源码 一、基本原理 二、源码分析 1、决策树构造 指定决策树训练数据集与策略（Strategy）通过train函数就能得到决策树模型DecisionTreeModel 决策树策略包含了：algo（算法类型：分类、回归），impurity（ 阅读全文

摘要： 原创文章，转载请注明： 转载自https://www.cnblogs.com/tovin/p/12161793.html 从atlas官网选择合适版本下载：https://atlas.apache.org/#/Downloads，本文以2.0.0版本为例进行说明： 1、进入源码目录编译，最好选择将h 阅读全文

摘要： 原创文章，转载请注明： 转载自http://www.cnblogs.com/tovin/p/4689422.html本文介绍centos 6中CM5.4的安装步骤一、搭建yum仓库 1、搭建web服务器，具体步骤省略 2、下载CM、CDH的parcels包 下载cm rpm包：wget -... 阅读全文

摘要： 原创文章，转载请注明： 转载自http://www.cnblogs.com/tovin/p/4042467.html本文主要以mllib 1.1版本为基础，分析朴素贝叶斯的基本原理与源码一、基本原理 理论上，概率模型分类器是一个条件概率模型。 独立的类别变量有若干类别，条件依赖于若干特征变量 ... 阅读全文

摘要： 原创文章，转载请注明： 转载自http://www.cnblogs.com/tovin/p/4024733.html在spark mllib 1.1版本中增加stat包，里面包含了一些统计相关的函数，本文主要分析其中的相关系数计算的原理与实现：一、基本原理 在stat包中实现了皮尔逊（Pearso... 阅读全文

摘要： 原创文章，转载请注明： 转载自http://www.cnblogs.com/tovin/p/4019131.html在spark mllib 1.1版本中增加stat包，里面包含了一些统计相关的函数，本文主要分析其中的卡方检验的原理与实现：一、基本原理 在stat包中实现了皮尔逊卡方检验，它主要包... 阅读全文

摘要： 原创文章，转载请注明： 转载自http://www.cnblogs.com/tovin/p/3974417.html本文主要介绍如何在Storm编程实现与Kafka的集成 一、实现模型 数据流程： 1、Kafka Producter生成topic1主题的消息 2、Storm中有个... 阅读全文

摘要： 原创文章，转载请注明： 转载自http://www.cnblogs.com/tovin/p/3971113.html本文以一个简单的example来讲解如何开发storm应用程序1、创建maven工程 在eclipse下创建maven工程，可以参照http://www.cnblogs.com/to... 阅读全文

摘要： 整理Linux系统下一些日常工作中常用工具，旨在提高效率：1、截图软件Shutter2、通讯聊天工具pidgin3、守护进程工具daemontools4、远程桌面服务TigerVNC5、Maven软件包管理工具Apache Archiva6、http://www.processon.com一个好用的... 阅读全文

摘要： 原创文章，转载请注明： 转载自http://www.cnblogs.com/tovin/p/3966570.html一、storm集群整体部署 集群总共使用了6台机器： storm使用3个节点（nimbus在node01， supervisor在node02、node03） zooke... 阅读全文