使用PCA主要有三个作用：1). 大大节省后续运行机器学习的时间；2). 对数据可视化；3). 降噪。 以下将用sklearn中的手写数据集来看看这三个方面的作用。 1. 节...
IP属地：四川
-
PCA的推导与求解（三）— PCA的作用 -
sparksql执行流程分析在前面的文章《spark基础（上篇）》和《spark基础（下篇）》里面已经介绍了spark的一些基础知识，知道了spark sql是spark中一个主要的框架之一。本文我们通...
-
Tornado实战-用户登录与注册
需要模块 pip install redispip install packet 实现代码 app.py main.py auth.py db.py users.py acc...
-
hiveSQL的执行顺序以及hive优化
前段时间在面试橙鹰数据的时候被问了一道SQL执行顺序的题目，之前虽然写过很多sql,但是没有从一个更高的视角来看自己写的代码，更不要提该如何优化了。随着数据量的增大，掌握sq...
-
布隆过滤器（Bloom Filter）原理及Guava中的具体实现目录 引子 布隆过滤器介绍产生的契机设计思想优缺点与用途假阳性率的计算 Guava中的布隆过滤器BloomFilter类的成员属性BloomFilter的构造估计最优m值和k...
-
