小阿磊

KNN(K-NearestNeighbor);即K近邻算法是数据挖掘分类技术中最简单的方法之一。所谓K近邻就是K个最近的邻居的意思,说的是每个样本都可以用它最接近的K个邻近值来代表。 假设特征空间有8

关联规则挖掘可以让我们从数据集中发现项与项（item 与 item）之间的关系，它在我们的生活中有很多应用场景。 “购物篮分析”就是一个常见的场景，这个场景可以从消费者交易记录中发掘商品与商品之间的关

我正在参加「掘金·启航计划」 删除排序数组中的重复项 给你一个 升序排列 的数组 nums ，请你 原地 删除重复出现的元素，使每个元素 只出现一次 ，返回删除后数组的新长度。元素的 相对顺序 应该保

这是我参与「第四届青训营 」笔记创作活动的第17天。 课程回顾 资源和调度主要解决大规模集群中资源管理和任务调度相关问题； 本模块主要讲解两个系统： 主要针对离线业务场景： Hadoop YARN 主

这是我参与「第四届青训营 」笔记创作活动的第16天。 概述 了解了很多分布式系统的架构以及基本原理 为什么要分布式系统，在快速发展中对分布式提出的要求，从hdfs的namenode开始引出一个设计KV

这是我参与「第四届青训营 」笔记创作活动的第15天。 上节了解了数据如何在文件层面组织起来的。 在文件之上的单存储层面这些数据文件又是如何存储的？ 课程目录 介绍 LSMT 与存储引擎 分析 LSMT

这是我参与「第四届青训营 」笔记创作活动的第14天。 大数据生态 Hive 元数据管理 Hudi Iceberg 等 狭义‘数据湖’ 所有的数据集作业可以简化为 从存储服务读取数据 计算引擎解析和计算

这是我参与「第四届青训营 」笔记创作活动的第13天。 本节课程内容： 1.消息队列概述，消息队列在各个领域扮演的角色 2.kafka详解，kafka架构解析以及未来演进方向 3.Pulsar详解，Pu

这是我参与「第四届青训营 」笔记创作活动的第12天。 课程回顾： HDFS-分布式存储系统： HDFS通过将文件分块存储大文件，HDFS的组件有NameNode和DataNode，分别负责提供元数据和