LeeRich

指定完你的数据流是分组的还是非分组的之后，接下来你需要定义一个窗口分配器(window assigner)，窗口分配器定义了元素如何分配到窗口中，这是通过在分组数据流中调用...

Flink Kafka Consumer 支持发现动态创建的 Kafka 分区，并使用精准一次的语义保证去消耗它们。在初始检索分区元数据之后（即，当 Job 开始运行时）发...

这里就得到getWindowStartWithOffset应该返回的时间为xxxxx0，这个时间作为window的start起始时间。...

同一聚类中的对象相似度较高，而不同聚类中的对象相似度较低。 通过迭代的方法，逐渐更新各聚类中心的值，直至得到最好的聚类结果。 b、在第K次迭代中，对任意一个样本，求其到c各...

上面的图就是决策树，最终的结果是心仪或者不心仪。决策树算法以树形结构表示数据分类的结果 决策树属于也只能非参数学习算法、可以用于解决(多)分类问题，回归问题。 回归问题的结...

经典机器学习算法，他们最本质的区别是分类思想（预测y的表达式）不同，有的是基于概率模型，有的是动态规划，表象的区别就是最后的损失函数不同。 损失函数分为经验风险损失函数和结...

一. 前言：机器学习方法论 那么其实可以总结出关于“如何找到函数f(x)”的方法论。可以看作是机器学习的“三板斧”： 我们先把目光放在第三步上：How to pick th...

线性回归算法的作用是使用单一特征来预测响应值。是一种根据自变量X预测因变量Y的方法。假设两个变量是线性相关的，那么我们要找到一个线性函数，根据特征或自变量X来精确预测响应值...

在 Hadoop 1.0 时代，NameNode 存在单点问题（SPOF，single point of failure ），一旦挂掉，整个 HDFS 都不能访问，而依赖它...

我们发现，在量纲不同的情况下，以上的情况，不能反映样本中每一个特征的重要程度。这就需要数据归一化了。 一般来说，我们的解决方案是：把所有的数据都映射到同一个尺度（量纲）上。...

这个就需要进行数据的拆分，把原始数据集拆分为训练数据集和测试数据集。 1.我们使用鸢尾花数据集，该数据集是UCI数据库中常用数据集。我们可以直接加载数据集，并尝试对数据进行...

K最近邻(k-Nearest Neighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一，有监督算法。该方法的思路是：如果一个样本在特征空...

由错误信息我们可以知道，这是KE_HOME的环境变量没有设置。 由以上发现，JAVA_HOME这个路径在env是有的，而KE_HOME在env却没有，那么就断定这里应该有问...

今天有朋友提出了一个非常有意思的问题，window是否是提前创建好？有几个朋友都说会提前创建好，搞得我自己都差点怀疑人生。觉得有必要记录一下。...

Flink将Window分为两类，一类叫做Keyed Window，另一类叫做Non-Keyed Window。为了说明这两类Window的不同，我们看下Flink官网给出...

keyby后可直接调用processElement,且为每条数据设置定时器，得到每条数据也是按照输入顺序来。不能调用apply keyby后直接调用window,将转换为W...

今天在调试代码，关于timeWindow的例子，发现把timeWindow的相关代码注释掉了，发送一个数据，也会延迟很久才会进行计算。 翻译成中文是缓存超时时间，冥冥之中感...