聚类聚类概述概述聚类是一个将数据集划分为若干组或簇的过程，使得同一类的数据对象之间的相似度较高，而不同类的数据对象之间的相似度较低。这里的类，也叫簇（cluster），是相似数据的集合。 聚类的过程把相似数据归并到一类的过程，形成同类...

首先我们随机创建一些二维数据作为训练集，选择二维特征数据，主要是方便可视化。代码如下： 12345678import matplotlib.pyplot as pltfrom sklearn.datasets.samples_gene...

HDFS分布式文件系统HDFS的简介Hadoop的核心是HDFS和MapReduce。其中，HDFS是解决海量大数据文件存储的问题，是目前应用最广泛的分布式文件系统。 HDFS的演变HDFS 源于 Google 在2003年10月份发...

123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263...

花的分类123456789101112131415161718192021222324252627282930313233from sklearn import treeimport matplotlib.pyplot as pltf...

数据挖掘基础分类概述分类的基本概念分类是一种重要的数据分析形式。 根据重要数据类的特征向量值及其他约束条件，建立分类函数或分类模型。 分类模型可以用于描述性建模和预测性建模。 解决分类问题的一般方法分类法是一种根据输入数据集建立分类模...

数据挖掘基础数据挖掘概述什么是数据挖掘？数据挖掘(Data Mining)，就是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘的数据源包括数据库、数据...

Hadoop大数据处理技术大数据概述什么是大数据麦肯锡全球研究所给出的大数据定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低...