99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話：13121318867

登錄

291294878

數(shù)據(jù)庫和數(shù)據(jù)倉庫的區(qū)別？OLTP和OLAP的區(qū)別？

數(shù)據(jù)庫（DataBase，DB）：數(shù)據(jù)庫是計算機應用系統(tǒng)中的一種專門管理數(shù)據(jù)資源的系統(tǒng)。管理數(shù)據(jù)庫的軟件稱為數(shù)據(jù)庫管理系統(tǒng)（DataBase Management System，DBMS），如SYBASE、DB2、ORACLE、MySQL、ACCESS等。數(shù)據(jù)倉庫（DataWareHouse，DWH）：是為企業(yè)所有級別的決策制定過程，提供所有類型數(shù)據(jù)支持的戰(zhàn)略集合。在數(shù)據(jù)庫已經(jīng)大量存在的情況下

0.0000

0

0

0

關(guān)注作者

收藏

PGC123

交叉驗證有哪些方法？適用場景是什么？

交叉驗證有哪些方法？適用場景是什么？1）留出法將原始數(shù)據(jù)集分為三部分：訓練集、驗證集和測試集，方法簡單，用于訓練的數(shù)據(jù)偏少2）k 折交叉驗證（k-fold cross validation）k 折交叉驗證通過對 k 個不同分組訓練的結(jié)果進行平均來減少方差，因此模型的性能對數(shù)據(jù)的劃分就不那么敏感。數(shù)據(jù)量小的時候，k 可以設(shè)大一點，這樣訓練集占整體比例就比較大，不過同時訓練的模型個數(shù)也增

0.0000

0

2

0

關(guān)注作者

收藏

PGC123

類別不均衡會造成什么問題？

當你在對一個類別不均衡的數(shù)據(jù)集進行分類時得到了90%的準確度（Accuracy）。當你進一步分析發(fā)現(xiàn)，數(shù)據(jù)集的90%的樣本是屬于同一個類，并且分類器將所有的樣本都分類為該類。在這種情況下，顯然該分類器是無效的。并且這種無效是由于訓練集中類別不均衡而導致的。

0.0000

0

4

0

關(guān)注作者

收藏

291294878

如何確定map的個數(shù)？

（1）一個文件HDFS中的file，占用3個block塊，每塊默認64M，這個是物理切分。（2）運行map的時候，根據(jù)配置文件進行split切分，這是邏輯切分。（3）一個split就會對應運行一個map。 hdfs-site.xml中設(shè)置 dfs.block.size n0

101.7633

1

3

0

關(guān)注作者

收藏

291294878

如何設(shè)置reduce的個數(shù)？

reduce在運行時往往需要從相關(guān)map端復制數(shù)據(jù)到reduce節(jié)點來處理，因此相比于map任務，reduce節(jié)點資源是相對比較缺少的，同時相對運行較慢。正確的reduce任務的個數(shù)應該是0.95或者1.75 *（節(jié)點數(shù) ×mapred.tasktracker.tasks.maximum參數(shù)值）。如果任務數(shù)是節(jié)點個數(shù)的0.95倍，那么所有的reduce任務能夠在 map任務的輸出傳輸結(jié)束后同時開

101.7633

1

2

0

關(guān)注作者

收藏

291294878

Executor/Reciever的容錯問題解決。

spark streaming可以通過多種方式作為數(shù)據(jù)sources（包括kafka），輸入的數(shù)據(jù)通過executor中的receivers接收，復制后存儲于spark中（為了faultolerance，默認復制到兩個spark executors），如果數(shù)據(jù)復制完成，receivers可以知道，并通知kafka中更新offsets到zookeeper中。這樣當receivers在接收數(shù)據(jù)過程中c

0.0000

0

1

0

關(guān)注作者

收藏

291294878

hive如何創(chuàng)建動態(tài)分區(qū)表？

如果用上述的靜態(tài)分區(qū)，插入的時候必須首先要知道有什么分區(qū)類型，而且每個分區(qū)寫一個load data，太煩人。使用動態(tài)分區(qū)可解決以上問題，其可以根據(jù)查詢得到的數(shù)據(jù)動態(tài)分配到分區(qū)里。其實動態(tài)分區(qū)與靜態(tài)分區(qū)區(qū)別就是不指定分區(qū)目錄，由系統(tǒng)自己選擇。0）開啟動態(tài)分區(qū)功能set hive.exec.dynamic.partition=true;//使用動態(tài)分區(qū)set hive.exec.dynamic

296.3047

2

2

0

關(guān)注作者

收藏

291294878

數(shù)據(jù)庫的局限性有哪些？

傳統(tǒng)的數(shù)據(jù)庫在操作型數(shù)據(jù)處理上取得了巨大的成功，但是在分析型數(shù)據(jù)處理上卻遇到了瓶頸。主要有以下幾個原因：(1) 數(shù)據(jù)的分散。操作型數(shù)據(jù)處理往往只需要涉及一個部門業(yè)務或者一個系統(tǒng)的數(shù)據(jù)，因此現(xiàn)在企業(yè)的數(shù)據(jù)是分散在各個操作型數(shù)據(jù)庫，而分析型操作往往面向整個企業(yè)、跨部門進行。(2) 數(shù)據(jù)不一致的問題。從各個操作型數(shù)據(jù)庫中抽取數(shù)據(jù)會存在數(shù)據(jù)不一致的問題，比如同名異義、異名同義、單位不統(tǒng)一、字長不一致

0.0000

0

4

0

關(guān)注作者

收藏

291294878

散列表是什么?散列表沖突是什么?如何避免?

在計算中，哈希表(散列表)是鍵值對的映射，這是一個用于實現(xiàn)關(guān)聯(lián)數(shù)組的數(shù)據(jù)結(jié)構(gòu)。它使用散列函數(shù)來計算一個時隙陣列的索引，從中可以獲取所需的值。當兩個不同的鍵散列到相同的值時，發(fā)生散列表沖突。兩個數(shù)據(jù)不能存儲在陣列的同一個插槽中。為了避免散列表碰撞，有很多技巧，這里列出兩個：　　·分離鏈接：它使用數(shù)據(jù)結(jié)構(gòu)來存儲散列到同一個插槽的多個項目。　　·線性探測：在找到查找位置的index的in

0.0000

0

2

0

關(guān)注作者

收藏

PGC123

MySQL5.7.23安裝包安裝時總是安裝MySQL8.0

下載的MySQL5.7.23安裝包，但是安裝時總是安裝MySQL8.0是怎么回事呢？由于之前安裝過程中選錯選項，并且沒有徹底刪除干凈的原因(主要是安裝日志文件)。解決方法是將MySQL相關(guān)的東西刪除干凈并清理注冊表,然后再重新安裝即可。

0.0510

2

1

0

關(guān)注作者

收藏

PGC123

使用nltk包進行文本處理時報錯

在使用nltk包進行文本處理時出現(xiàn)如下報錯這是由于沒有加載nltk的停詞庫而導致的可以使用如下的命令來加載停詞庫import nltknltk.download('punkt')

7.4237

3

2

0

關(guān)注作者

收藏

PGC123

如何對list中的item進行隨機重排

可以使用shuffle()函數(shù)，例如：Import randomLt =[1,2,3,4,5,6,7,8]Random.shuffle(Lt)此時再查看lt順序已然被打亂。

0.0199

1

4

0

關(guān)注作者

收藏

PGC123

python中range()和xrange()的區(qū)別

range()和xrange()的區(qū)別是啥？為什么網(wǎng)上的代碼range返回list,而我這里還要對結(jié)果使用list()函數(shù)才能得到list的結(jié)果？python2中 xrange 返回迭代器、range 返回的是list類型的值。但在python3中已經(jīng)沒有xrange 這個函數(shù)了，它已經(jīng)完全被 range替代了，在python3里面range返回的是迭代器。

17.3650

2

0

0

關(guān)注作者

收藏

PGC123

python寫的腳本語言可以直接在hadoop上運行嗎

python寫的腳本語言可以直接在hadoop上運行嗎？我的意思是Python 寫的腳本語言不經(jīng)任何處理是否可以在Hadoop 上運行，還是說，需要將腳本進行mapreduce轉(zhuǎn)化后才能運行，如果是轉(zhuǎn)化，怎么轉(zhuǎn)化，很難嗎？首先由于python是應用于單機環(huán)境的，因此python腳本如果沒有按照Hadoop的模式來編寫、部署是不能直接在hadoop上運行的。 MapReduce是hadoo

17.3650

2

4

0

關(guān)注作者

收藏

PGC123

pycharm 項目的python環(huán)境為啥沒pandas？

pycharm 項目的python環(huán)境為啥沒pandas？我用jupyter notebook 就可以使用呀這是因為你新建項目的時候選擇虛擬環(huán)境，新建的虛擬環(huán)境中只有基本的包，因此沒有pandas 、numpy。兩種解決方法：1、在虛擬環(huán)境中安裝需要的包。這個安裝方法跟平時一樣，使用pip安裝即可。2、更換為本地已存在的python環(huán)境。選擇本地python環(huán)境的方法如下

0.0199

1

4

0

關(guān)注作者

收藏

291294878

JOIN ON后面能不能接OR？

join on后面的條件可以加and，但是不能加or。怎么理解呢？join on后面接的本來應該是一個連接條件，如果加and的話，我們可以理解為讓連接條件更加嚴謹，但是加or的話會出現(xiàn)報錯，因為on是最基本的連接條件，放寬連接條件的話，join就會無法完成。以下是錯誤示范：select t1.a,t1.b,t2.a,t2.bfrom t1left outer join t2on t1.a

0.0000

0

3

0

關(guān)注作者

收藏

291294878

HIVE中索引、分區(qū)、分桶的區(qū)別？

① 索引和分區(qū)最大的區(qū)別就是索引不分割數(shù)據(jù)庫，分區(qū)分割數(shù)據(jù)庫。索引其實就是拿額外的存儲空間換查詢時間，但分區(qū)已經(jīng)將整個大數(shù)據(jù)庫按照分區(qū)列拆分成多個小數(shù)據(jù)庫了。② 分區(qū)和分桶最大的區(qū)別就是分桶隨機分割數(shù)據(jù)庫，分區(qū)是非隨機分割數(shù)據(jù)庫。分桶是按照列的哈希函數(shù)進行分割的，相對比較平均；而分區(qū)是按照列的值來進行分割的，容易造成數(shù)據(jù)傾斜。分桶是對應不同的文件（細粒度），分區(qū)是對應不同的文件夾（粗

0.0000

0

4

0

關(guān)注作者

收藏

PGC123

python更改工作路徑問題

pandas導入csv文件失敗，說沒有此路徑，怎么修改呢？如果是當前文件目錄下的文件： Import pandas as pdDf = pd.read_csv(“a.csv”) 其他路徑的文件Windows下不在同一盤符需要輸入絕對路徑在同一個盤符下可以輸入相對路徑。還可以更改工作環(huán)境目錄到文件所在文件夾，然后直接導入文件，比如aa.csv在“D:/file_dir”文件夾下

0.0199

1

3

0

關(guān)注作者

收藏

PGC123

數(shù)據(jù)分箱是干啥的？有什么作用

一、數(shù)據(jù)分箱的情景有三種：某些數(shù)值自變量在測量時存在隨機誤差，需要對數(shù)值進行平滑以消除噪音有些數(shù)值自變量有大量不重復的取值，對于使用、=等基本操作符的算法（如決策樹）而言，如果能減少這些不重復取值的個數(shù)，就能提高算法的速度有些算法只能使用分類自變量，需要把數(shù)值變量離散化二、數(shù)據(jù)分箱的方法有兩大類，有監(jiān)督的分箱方法和無監(jiān)督的分箱方法。有監(jiān)督的分箱方法：假設(shè)因變量為分類變量，可取值1

0.0199

1

5

0

關(guān)注作者

收藏

PGC123

python創(chuàng)建類的時候失敗

創(chuàng)建類的時候失敗，代碼如圖所示：如果是手動輸入的很可能是由于__init__前后各兩個下劃線寫成一個了，這里需要注意一下，對于初學者很容易犯的錯。更改之后即可正確執(zhí)行。

14.9502

2

2

0

關(guān)注作者

收藏

<1…727374…75>

CDA考試動態(tài)

考試內(nèi)容

CDA報考指南

聯(lián)系我們

<sub id="198rf"></sub>