大数据_站长网

[bigdata-041] python3+re 正则表达式手机号微信号qq号

所属栏目：[大数据] 日期：2020-12-24 热度：169

import reREGEX_PHONE = re.compile(r'1d{10}',re.IGNORECASE)REGEX_QQ = re.compile(r'[1-9]d{4,10}',re.IGNORECASE)REGEX_WX1 = re.compile(u'微信[w,-]{1,20}'.encode('utf8'),re.IGNORECASE)#正则手机号码def get_all_phone_num(s1): global REGEX_PH[详细]
数据挖掘：手把手教你做文本挖掘

所属栏目：[大数据] 日期：2020-12-24 热度：124

1 文本挖掘定义文本挖掘指的是从文本数据中获取有价值的信息和知识，它是数据挖掘中的一种方法。文本挖掘中最重要最基本的应用是实现文本的分类和聚类，前者是有监督的挖掘算法，后者是无监督的挖掘算法。 ? 2 文本挖掘步骤 1）读取数据库或本地外部文本文[详细]
蓝桥杯-区间k大数查询

所属栏目：[大数据] 日期：2020-12-24 热度：140

从题目上看，用int类型数据就够了，没必要考虑long这些~~ 在题目中，直接用了Collection工具类中的sort方法，是从小到大排序，据了解，Java自带的排序算法应该是优化过的快速排序，算法可靠。 package 区间k大数查询 ; import java .util .ArrayList ; impor[详细]
数据挖掘中的模式发现（五）挖掘多样频繁模式

所属栏目：[大数据] 日期：2020-12-24 热度：106

挖掘多层次的关联规则(Mining Multi-Level Associations) 定义项经常形成层次。如图所示那么我们可以根据项的细化分类得到更多有趣的模式，发现更多细节的特性。 Level-reduced min-support 使用的是Level-reduced min-support方法来设置最低支持度，即，[详细]
关于评论话题挖掘的研究及其实现代码（一）LDA

所属栏目：[大数据] 日期：2020-12-24 热度：116

引言在 2016年中，我们参加了一个由厦门信研院举办的大数据比赛。当时，我们拿到的题目为影迷关注点分析。数据是来自于微博与豆瓣的影迷评论数据，其数据量达600多万条评论数据，分别对应于2000多部不同的电影。我们的想法是将影迷关注点分析尽量往评论话题[详细]
数据挖掘中的模式发现（六）挖掘序列模式

所属栏目：[大数据] 日期：2020-12-24 热度：150

序列模式挖掘序列模式挖掘(sequence pattern mining)是数据挖掘的内容之一，指挖掘相对时间或其他模式出现频率高的模式，典型的应用还是限于离散型的序列。。其涉及在数据示例之间找到统计上相关的模式，其中数据值以序列被递送。通常假设这些值是离散的，[详细]
关于评论话题挖掘的研究及其实现代码（二）词图切分

所属栏目：[大数据] 日期：2020-12-24 热度：69

引言在上一篇的博客谈到使用LDA的方法挖掘影迷关注点可谓是无功而返。后来我思考了许久，决定将原来的向量空间模型转变为词语网（WordNet），然后通过社区检测算法来把网络划分不同的社区，从而确定为不同的话题。社区检测算法现实世界中的许多系统都可以[详细]
《MySQL必知必会》学习笔记五(数据处理函数)------掌握部分

所属栏目：[大数据] 日期：2020-12-24 热度：134

MySQL必知必会知识预览第一章——了解SQL 第二章——MySQL简介第三章——使用MySQL 第四章——检索数据第五章——排序检索数据第六章——过滤数据第七章——数据过滤第八章——用通配符进行过滤第九章——用正则表达式进行搜索第十章——创建计算字[详细]
数据挖掘 : 手把手教你做文本挖掘

所属栏目：[大数据] 日期：2020-12-24 热度：182

文本挖掘定义文本挖掘指的是从文本数据中获取有价值的信息和知识，它是数据挖掘中的一种方法。文本挖掘中最重要最基本的应用是实现文本的分类和聚类，前者是有监督的挖掘算法，后者是无监督的挖掘算法。 ? 2 文本挖掘步骤 1）读取数据库或本地外部文本文件[详细]
[bigdata-036] mit-scheme试用

所属栏目：[大数据] 日期：2020-12-24 热度：104

1. 安装Mit-scheme apt-get install mit-scheme 2. 写一个hello wold代码， hi.scm (begin (display "Hello,World!") (newline)) 3. 在命令行执行 scheme，进入交互界面，然后输入命令 (load 'hi.scm') 将执行这个文件，然后输出 "Hello,World!" 4. scheme语[详细]
[bigdata-037] docker hue 用SQL获取数据以及可视化

所属栏目：[大数据] 日期：2020-12-24 热度：60

1. hue官网 https://github.com/cloudera/hue http://gethue.com/ 2. hue的功能有py2+django开发，提供Hive,Impala,MySQL,Oracle,PostgreSQL,Spark SQL,Solr SQL,Phoenix...等SQL数据获取和页面展示 3. 用docker 安装hue docker pull gethue/hue 4. hue ima[详细]
[bigdata-037]apache hue 用SQL获取数据以及可视化

所属栏目：[大数据] 日期：2020-12-24 热度：199

1. hue官网 https://github.com/cloudera/hue http://gethue.com/ 2. hue的功能有py2+django开发，提供Hive,Impala,MySQL,Oracle,PostgreSQL,Spark SQL,Solr SQL,Phoenix...等SQL数据获取和页面展示 3. 用docker 安装hue docker pull gethue/hue 4. hue ima[详细]
[bigdata-038] tushare 金融数据安装使用

所属栏目：[大数据] 日期：2020-12-24 热度：51

1. 安装 pip install tushare 2. 获取股票的基本面 #!/usr/bin/env python3#!-*- coding:utf-8 -*-import tushare as ts#显示基本信息res = ts.get_stock_basics()print(res)print(type(res)) res是的类型是pandas.core.frame.DataFrame，3114? x 22 的矩阵[详细]
3.21.1、BI之SSIS之数据流转换（渐变维度-混合模式）

所属栏目：[大数据] 日期：2020-12-24 热度：93

BI之SSIS之数据流转换（渐变维度-混合模式） ? ? 1??????????3.21中介绍了普通模式的渐变维度，即通过时间标志来对维度属性值的变化进行记录，这种方式可以很直观的看到变化的时间点，但是在使用时却比较麻烦，因为你需要通过时间字段去判断 ? 2??????????这[详细]
[bigdata-039] pysql+pymongo+py3把数据从sql 导入到mongo的通

所属栏目：[大数据] 日期：2020-12-24 热度：79

#!/usr/bin/env python3#! coding:utf-8 -*-import pymysqlimport pymongodef trans_data_from_mysql_to_mongo(source_param,target_param,trans_type,where_clause,ignore_columns=[]): # 创建mysql连接 mysql_conn = pymysql.connect(host=source_param['d[详细]
使用机器学习和大数据预测心脏病

所属栏目：[大数据] 日期：2020-12-24 热度：81

编者按：现在公众号有置顶功能了，大家把微信更新到最新版本，点开“大数据实验室”公众号。点“ 置顶公众号 ”键，就可以置顶了，这样。不管我们什么时候更新，您都能容易找到。大数据和机器学习的组合是一项革命性的技术，如果以恰当的方式使用它，它可[详细]
[bigdata-040] cloudera manager web服务故障处理

所属栏目：[大数据] 日期：2020-12-24 热度：149

1. cloudera manager的web服务挂了 2. 根据文档进行重启 https://www.cloudera.com/documentation/enterprise/5-4-x/topics/cm_ag_server.html sudo service cloudera-scm-server start 无效，在10.14.x.x:7180上没有服务 lsof -i:7180上能看到端口占用。检[详细]
HDU 2054 大数比较

所属栏目：[大数据] 日期：2020-12-24 热度：87

题目传送门：http://acm.hdu.edu.cn/showproblem.php?pid=2054 ???? ?? A这个水题也没有什么意思，主要巩固前面Java大数类和一些方法的学习。 ??? ?? 题目如果直接用Java.Biginteger.equals()方法的话会WA，在API说明里面，对于2.00，和2.0值相等，标度不等[详细]
成为技术高手：想更了解自己的偶像么？教你用技术手段挖掘他#92

所属栏目：[大数据] 日期：2020-12-24 热度：141

点击上方“云栖社区”可以订阅哦摘要是否在不同的电影中，总是能看到那些熟悉却叫不上名字的演员们，想知道他们之间相互的关系么？本文将带你一步一步地挖掘出他们的关系。想更了解自己的偶像么，那就试试吧。以下为译文我最近换了个工作，在入职之前，[详细]
文思海辉与达梦完成产品兼容互认证

所属栏目：[大数据] 日期：2020-12-17 热度：65

继文思海辉与国产IT厂商南大通用、数腾软件完成产品兼容互认证，近日，文思海辉又与武汉达梦数据库股份有限公司(以下简称：达梦公司)完成产品兼容性互认证。[详细]
净利润同比下滑超60%，少了小米后华米科技能否独立“行走”？

所属栏目：[大数据] 日期：2020-12-17 热度：142

北京时间11月23日美股盘前，华米科技发布了2020财年第三季度的财务报告。在财报发布后，华米科技当天盘前股价累计下跌7.6%。在23日美股三大股指集体收涨情况下，[详细]
奏响5G“主旋律”，MWC将于明年2月重返上海

所属栏目：[大数据] 日期：2020-12-17 热度：69

如果没有因为疫情而停办，2021年将是MWC世界移动通信大会落地上海的第十年。按计划，它将在明年的6月份举办。但由于疫情的影响，2020年的MWC上海展没能如期举行，或许也因为如此，明年的大会比原计划来得更早一些。据主办方GSMA近日宣布，2021年MWC上海展[详细]
戴尔全新产品搭载新一代NVIDIA高性能显卡

所属栏目：[大数据] 日期：2020-12-17 热度：183

历经数次迭代升级，戴尔于近日推出多款重磅新品。搭载新一代NVIDIA GeForce RTX 3070显卡的全新ALIENWARE Aurora游戏台式机、戴尔XPS设计旗舰台式机、G5智能电竞台式机，以更加强悍的性能、令人惊叹的视觉效果及极致的细节功能，为游戏爱好者打造了栩栩如[详细]
字节跳动Byte Camp冬令营报名启动，高质量赛题带你线下备战ICPC！

所属栏目：[大数据] 日期：2020-12-17 热度：82

12月7日，字节跳动 Byte Camp 冬令营宣布回归，开启第三期训练营报名。 Byte Camp 冬令营是针对ACM国际大学生程序设计竞赛（ICPC），面向全球顶尖高校在校生举办的国际顶级训练营，旨在提高 ICPC 参赛者竞赛实力，并为所有计算机精英提供国际性的技术交流[详细]
第十届吴文俊人工智能科学技术奖名单出炉云天励飞荣获一等奖

所属栏目：[大数据] 日期：2020-12-17 热度：111

日前，2020年度第十届吴文俊人工智能科学技术奖获奖名单正式出炉，云天励飞荣获吴文俊人工智能专项奖芯片项目一等奖。吴文俊人工智能科学技术奖被誉为中国智能科学技术最高奖，是人工智能领域的最高荣誉象征。值得一提的是，这是云天励飞第二次斩获吴文[详细]

7324

257