摘要： spark 读hive表：2.1.1 https://blog.csdn.net/qq_35741557/article/details/81135003 http://www.aboutyun.com/forum.php?mod=viewthread&tid=12358&page=1 空值填充：h 阅读全文

摘要： 转至博文：http://www.cnblogs.com/jasonfreak/p/5448385.html 知乎问答：https://www.zhihu.com/question/29316149 归一化，正则化：http://blog.csdn.net/u012102306/article/det 阅读全文

摘要： 【Information Gain 计算 python实现】http://blog.csdn.net/junfeng_feng/article/details/7650117 数据挖掘模型中的IV和WOE详解 ：http://blog.csdn.net/kevin7658/article/detai 阅读全文

摘要： 该方法好处是可以调节阈值，可调参数比其他形式模型多很多。 【参照】http://blog.csdn.net/u013719780/article/details/52277616 【3种模型效果比较：逻辑回归，决策树，随机森林】http://blog.csdn.net/chaoran_liu/art 阅读全文

摘要： create table daizk.IOS_matrix_sex asselect *from zhujx.1029_IOS_features_replce_nullwhere sex = 'M'union allselect *from zhujx.1029_IOS_features_replc 阅读全文

摘要： http://www.qqcourse.com/forum.php?mod=viewthread&tid=3688 【很重要】：http://spark.apache.org/docs/latest/api/python/pyspark.mllib.html 官方文档里面关于模型配置的所有参数 [s 阅读全文

摘要： http://blog.csdn.net/nkwangjie/article/details/17502443 http://blog.csdn.net/bitcarmanlee/article/details/52668477 稀疏矩阵有很多种，这里总结2种： from scipy import 阅读全文

摘要： 利用Spark-mllab进行聚类，分类，回归分析的代码实现(python) http://www.cnblogs.com/adienhsuan/p/5654481.html 稀疏向量： 关于SparkMLlib的基础数据结构Spark-MLlib-Basics： http://blog.csdn. 阅读全文

摘要： 转 ： http://www.cnblogs.com/xd502djj/p/3799432.html hive的查询注意事项以及优化总结 . Hive是将符合SQL语法的字符串解析生成可以在Hadoop上执行的MapReduce的工具。使用Hive尽量按照分布式计算的一些特点来设计sql，和传统关系 阅读全文

摘要： 【spark API 函数讲解 详细 】https://www.iteblog.com/archives/1399#reduceByKey [重要API接口，全面 】 http://spark.apache.org/docs/1.1.1/api/python/pyspark.rdd.RDD-clas 阅读全文