-
R语言：SMOTE - Supersampling Rare Events in R:用R对非平衡数
所属栏目：[大数据] 日期：2021-03-08 热度：56
SMOTE - Supersampling Rare Events in R:用R对稀有事件进行超级采样 在这个例子中将用到以下三个包 {DMwR} - Functions and data for the book “Data Mining with R” and SMOTE algorithm:SMOTE算法 {caret} - modeling wrapper,functions,commands：模型[详细]
-
寻找第K大数的方法
所属栏目：[大数据] 日期：2021-03-08 热度：175
寻找一堆数中第K大的数，第一感觉是排序，然后将排序之后的值取第K个。但是实际上，这种方式最少的时间复杂度是O(nlogn)。有更简单的方式可以实现线性的时间复杂度。 算法总是有穷尽的，而思想无穷尽，而实用算法的本质是用空间去换取时间。 这里的方案是：[详细]
-
WindowsXP SP3 AFD.sys 本地拒绝服务漏洞的挖掘过程
所属栏目：[大数据] 日期：2021-03-07 热度：200
标 题: WindowsXP SP3 AFD.sys 本地拒绝服务漏洞的挖掘过程 时 间: 2013-03-17,15:22:33 这是本人第一次做漏洞挖掘，2月的时候开始研究漏洞挖掘技术，2月24号那天在进行Fuzz测试的时候偶然的发现了一个afd.sys未处理的异常，然后就对这个异常如获至宝的分析[详细]
-
520我与大数据有个约会——上海大数据创新应用论坛完美落幕
所属栏目：[大数据] 日期：2021-03-07 热度：115
2016年5月20日周五下午，由上海市大数据联盟牵头，慧与(中国)有限公司、联通小沃科技与华院数据共同承办，来自金融服务业、运营商、零售及电商、制造等行业的大数据应用先行者们为各行各业170余位来宾们打开了一扇通向大数据应用落地彼岸的智慧之门。会议由[详细]
-
基因数据处理33之Avocado运行记录(参考基因组)
所属栏目：[大数据] 日期：2021-03-07 热度：172
1.数据下载： avocaodo的test resource中 2.预处理： cat Homo_sapiens_assembly19 .fasta | grep -i -n '' Homo_sapiens_assembly19Head .txt cat Homo_sapiens_assembly19Head .txt cat Homo_sapiens_assembly19 .fasta | head - 34770016 |tail - 787820[详细]
-
推荐 | 9个最佳的大数据处理编程语言
所属栏目：[大数据] 日期：2021-03-07 热度：131
大数据的浪潮仍在继续。它渗透到了几乎所有的行业，信息像洪水一样地席卷企业，使得软件越发庞然大物，比如Excel看上去就变得越来越笨拙。数据处理不再无足轻重，并且对精密分析和强大又实时处理的需要变得前所未有的巨大。 那么，在巨大的数据集中进行筛选[详细]
-
基因数据处理36之qc-metrics安装
所属栏目：[大数据] 日期：2021-03-07 热度：58
更多代码请见：https://github.com/xubo245/SparkLearning Spark中组件Mllib的学习之基础概念篇 1解释 Read and variant metrics,useable for pipeline quality control purposes qc-metrics主要是用于read和变异的度量，流水线质量控制的目的 2.代码： git[详细]
-
基因数据处理34之使用samtools和bcftools进行变异分析
所属栏目：[大数据] 日期：2021-03-07 热度：182
1.指令： （1） samtools mpileup -vf Homo_sapiens_assembly19chr20 .fasta NA12878_snp_A2G_chr20_225058 .sorted .bam NA12878_snp_A2G_chr20_225058 .variants 或者： samtools mpileup -vf Homo_sapiens_assembly19chr20 .fasta NA12878_snp_A2G_chr20_[详细]
-
推荐系统技术 --- 文本相似性计算（二）
所属栏目：[大数据] 日期：2021-03-07 热度：50
第一篇地址：推荐系统技术之文本相似性计算（一） 上一篇中我们的小明已经中学毕业了，今天这一篇继续文本相似性的计算。 首先前一篇不能解决的问题是因为我们只是机械的计算了词的向量，并没有任何上下文的关系，所以思想还停留在机器层面，还没有到更高的[详细]
-
基因数据处理35之使用samtools和bcftools进行变异分析2--连续处
所属栏目：[大数据] 日期：2021-03-07 热度：127
指令： samtools mpileup -uf Homo_sapiens_assembly19chr20 .fasta NA12878_snp_A2G_chr20_225058_longer .sorted .bam | bcftools call -mv NA12878_snp_A2G_chr20_225058_longer .raw .vcf bcftools filter -s LowQual -e '%QUAL20 || DP100' NA12878_snp[详细]
-
nyoj 28 大数阶乘
所属栏目：[大数据] 日期：2021-03-07 热度：76
大数阶乘 时间限制： 3000 ?ms ?|? 内存限制： 65535 ?KB 难度： 3 描述 我们都知道如何计算一个数的阶乘，可是，如果这个数很大呢，我们该如何去计算它并输出它？ 输入 输入一个整数m(0m=5000) 输出 输出m的阶乘，并在输出结束之后输入一个换行符 样例输入[详细]
-
文本挖掘分析《欢乐颂》到底谁和谁堪称好闺蜜、谁和谁又最为般配
所属栏目：[大数据] 日期：2021-03-06 热度：131
? 听说最近大家都在看《欢乐颂》，这部热剧里，女性可谓是绝对的主角，22楼5个女房客的互动好像把男性角色们的风头都抢光了；但是热门剧中又总是不能缺了言情戏的点缀。所以，《欢乐颂》到底谁和谁堪称好闺蜜、谁和谁又最为般配呢？还是让文本挖掘为你揭晓吧[详细]
-
用户研究基础流程和 SPSS 快速数据处理
所属栏目：[大数据] 日期：2021-03-06 热度：186
本公众号为阿里巴巴集团 CCOUX 所属，我们会定期为您推送一些用户体验相关的原创以及一些国外文章的翻译，希望您会喜欢并关注我们。请点击上方「37点2度体验」关注我们吧！ 尽管基于在线行为监测的业务数据分析越来越被企业重视，在用户研究领域，问卷调查仍[详细]
-
机器学习中的相似性度量：距离，原来还有这么多类
所属栏目：[大数据] 日期：2021-03-06 热度：91
来自：苍梧 - 博客园 链接：http://www.cnblogs.com/heaad/archive/2011/03/08/1977733.html 在做分类时常常需要估算不同样本之间的相似性度量(SimilarityMeasurement)，这时通常采用的方法就是计算样本间的“距离”(Distance)。采用什么样的方法计算距离是[详细]
-
大数相加，大数相乘和100！
所属栏目：[大数据] 日期：2021-03-06 热度：86
???????????? 自从腾讯HR面试被刷后，也就不想找实习了，记住教训吧，没事还有九月份，现在和其他人几个人都加进去了linux3+1实验室，暑假好好干一个暑假。 ??? 大数相加虽然之前写过，但是现在写代码起码也应该有自己的风格和规范了，其实大数相加和大数相[详细]
-
大数据处理语言：U-SQL 介绍
所属栏目：[大数据] 日期：2021-03-06 热度：52
微软宣布了新的 Azure 数据湖（Azure Data Lake）服务，该服务被用于云分析，包括了一个超大规模信息库；一个在 YARN 上建立的新的的分析服务，该服务允许数据开发者和数据科学家分析全部的数据；还有 HDInsight，一个全面管理 Hadoop、Spark、Storm 和 HBas[详细]
-
大数定理_介绍和证明
所属栏目：[大数据] 日期：2021-03-06 热度：73
? ? ? 证明： 其实仔细看看公式下面的一句话： X的方差越少，事件{|x-u|e}发生的概率越大。 由于n无限的接近 总的变量数，导致X无限的接近期望u,所以方差约等于0 所 p{|x-u| =1-0/(e 2 )=1-0=1 (概率p的最大值＝1) ? 伯努利定理： ? ?[详细]
-
机器学习中距离和相似性度量方法
所属栏目：[大数据] 日期：2021-03-06 热度：69
在机器学习和数据挖掘中，我们经常需要知道个体间差异的大小，进而评价个体的相似性和类别。最常见的是数据分析中的相关分析，数据挖掘中的分类和聚类算法，如 K 最近邻（KNN）和 K 均值（K-Means）等等。根据数据特性的不同，可以采用不同的度量方法。一般[详细]
-
为什么在大数据处理中Cassandra与Spark如此受欢迎？
所属栏目：[大数据] 日期：2021-03-06 热度：58
随着现代云应用对正常运行时间及性能水平的要求逐步提高，已经有越来越多用户开始将注意力集中在Apache Cassandra数据库身上。 那么，为什么要选择Apache Cassandra？这套分布式OLTP数据库能够带来高可用性与线性可扩展能力。在说起Cassandra的用途时，我们[详细]
-
模拟大数运算
所属栏目：[大数据] 日期：2021-03-06 热度：105
1.大数乘法 void multify( const char * a, const char * b){ assert(a != NULLb != NULL); int lena = strlen (a); int lenb = strlen (b); vector int sum(lena + lenb, 0 ); for ( int i = 0 ; i lena; i++){ for ( int j = 0 ; j lenb; j++){ sum[i + j[详细]
-
大数乘法、大数加法实现
所属栏目：[大数据] 日期：2021-03-06 热度：157
span style="font-size:14px;"#include iostream#include stack#include queue#include algorithm#include string.h#include cstdio#include stdlib.h#include cctypeusing namespace std;// 实现两个数的加法// 判断一个字符串是否为有效的数bool isValidNu[详细]
-
3只大牛教你从0到1构建大数据分析平台
所属栏目：[大数据] 日期：2021-03-05 热度：153
StuQ?联合三位大数据资深专家桑文锋、曹犟、付力力共同推出《从0到1构建大数据分析平台》精品小班教学，仅有50席位，精品小班课区别于大众在线视频教学，课程设置具有如下特色： 采用在线视频直播授课 以实战为主 在线解答疑问 课后作业review 精品小班课通[详细]
-
大数运算+web服务器
所属栏目：[大数据] 日期：2021-03-05 热度：162
//http.h#pragma?once???????????????????????????????????????????????????????????????????#includestdio.h#includestdlib.h#includestring.h#includesys/types.h#includesys/socket.h#includesys/sendfile.h#includesys/stat.h#includesys/epoll.h#includ[详细]
-
从搭台到唱戏，电商卷皮BI的实践演进和架构体系
所属栏目：[大数据] 日期：2021-03-05 热度：172
本文是6月16日大数据杂谈群分享的内容。 关注“大数据杂谈”公众号，点击“加群学习”，更多大牛一手技术分享等着你。 实习编辑：Melody 大家好，我是卷皮BI团队负责人柴楹，今天在这里给大家分享一下卷皮的BI和大数据的一些东西。 BI大数据是什么？ 首先我[详细]
-
NB-MAFIA: 基于N-List 的最长频繁项集挖掘算法
所属栏目：[大数据] 日期：2021-03-05 热度：153
基于N-List,提出一个高效的最长频繁项集挖掘算法NB-MAFIA，发表在《北京大学学报》上，论文可从以下网址免费下载： http://xbna.pku.edu.cn/CN/abstract/abstract2916.shtml[详细]
