本文主要基于AnandRajaraman和JeffreyDavidUllman合著，王斌翻译的《大数据-互联网大规模数据挖掘与分布式处理》一书。KMeans算法是最常用的聚类算法，主要思想是:在给定K值和K个初始类簇中心点的情况下，把每个点(亦即数据记录)分到离其最近的类簇中心点所代表的类簇中，所有点分配完毕之后，根据一个类簇内的所有点重新计算该类簇的中心点(取平均值)，然后再迭代的进行分配点和更新类簇中心点的步骤，直至类簇中心点的变化很小，或者达到指定的
系统 2019-08-12 01:32:45 2275
来源|愿码(ChainDesk.CN)内容编辑愿码Slogan|连接每个程序员的故事网站|http://chaindesk.cn愿码愿景|打造全学科IT系统免费课程，助力小白用户、初级工程师0成本免费系统学习、低成本进阶，帮助BAT一线资深工程师成长并利用自身优势创造睡后收入。官方公众号|愿码|愿码服务号|区块链部落免费加入愿码全思维工程师社群|任一公众号回复“愿码”两个字获取入群二维码本文阅读时长：7min什么是正则表达式正则表达式，是简单地字符的序列，
系统 2019-09-27 17:57:04 2274
我的需求很简单，就是统计一下我的安装脚本执行的次数和时间，格式是这样的install_times:1|install_times:2018-09-0315:58:46install_times:2|install_times:2018-09-0315:58:50install_times:3|install_times:2018-09-0315:58:54首先我需要判断一下文件是否为空，我开始是这样写的importtimeimportosfile_list
系统 2019-09-27 17:56:10 2274
本文实例讲述了Pythonredis操作。分享给大家供大家参考，具体如下：一、redisredis是一个key-value存储系统。和Memcached类似，它支持存储的value类型相对更多，包括string(字符串)、list(链表)、set(集合)、zset(sortedset--有序集合)和hash（哈希类型）。这些数据类型都支持push/pop、add/remove及取交集并集和差集及更丰富的操作，而且这些操作都是原子性的。在此基础上，redis
系统 2019-09-27 17:55:25 2274
一、进程和线程进程假如有两个程序A和B，程序A在执行到一半的过程中，需要读取大量的数据输入（I/O操作），而此时CPU只能静静地等待任务A读取完数据才能继续执行，这样就白白浪费了CPU资源。是不是在程序A读取数据的过程中，让程序B去执行，当程序A读取完数据之后，让程序B暂停，然后让程序A继续执行？当然没问题，但这里有一个关键词：切换既然是切换，那么这就涉及到了状态的保存，状态的恢复，加上程序A与程序B所需要的系统资源（内存，硬盘，键盘等等）是不一样的。自然
系统 2019-09-27 17:55:24 2274
列表，元组和字符串5.1列表：一个打了激素的数组有时候可能需要将一些相互之间有关联的数据保存在一起，这个就叫数组。Python将其称为列表。5.1.1创建列表>>>[1,2,3,4,5][1,2,3,4,5]>>>上面是一个匿名列表，因为没有名称，所以创建了也没使用。>>>number=[1,2,3,4,5]>>>type(number)>>>foreachinnumber:...print(each)...12345>>>type()函数用于返回指定参数
系统 2019-09-27 17:55:08 2274
本文实例讲述了Python简单处理坐标排序问题。分享给大家供大家参考，具体如下：前面一篇学了列表的冒泡排序算法，这一节利用此算法处理一下坐标排序的问题我实现的功能是从上到下，从左到右的排序坐标点#-*-coding:utf-8-*-#!python2a=[(4,5),(2,4),(3,4),(1,1),(2,5)]printadefzuobiaopaixu(a):b=[]l=len(a)foriinrange(l):j=iforjinrange(l):if
系统 2019-09-27 17:55:05 2274
一、概论C4.5主要是在ID3的基础上改进，ID3选择（属性）树节点是选择信息增益值最大的属性作为节点。而C4.5引入了新概念“信息增益率”,C4.5是选择信息增益率最大的属性作为树节点。二、信息增益以上公式是求信息增益率（ID3的知识点）三、信息增益率信息增益率是在求出信息增益值在除以。例如下面公式为求属性为“outlook”的值：四、C4.5的完整代码fromnumpyimport*fromscipyimport*frommathimportlogim
系统 2019-09-27 17:54:47 2274
一、python多线程因为CPython的实现使用了GlobalInterpereterLock(GIL)，使得python中同一时刻只有一个线程在执行，从而简化了python解释器的实现，且python对象模型天然地线程安全。如果你想你的应用程序在多核的机器上使用更好的资源，建议使用multiprocessing或concurrent.futures.processpoolexecutor。但是如果你的程序是IO密集型，则使用线程仍然是很好的选择。二、p
系统 2019-09-27 17:54:03 2274
本文实例主要关于Python实现读取MRI（核磁共振成像）为numpy数组，使用imshow显示为灰度。代码如下：importmatplotlib.pyplotaspltimportmatplotlib.cbookascbookimportmatplotlib.cmascmimportnumpyasnp#Dataare256x25616bitintegerswithcbook.get_sample_data('s1045.ima.gz')asdfile:i
系统 2019-09-27 17:52:46 2274
