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window(...)或者非分组数据流中调用windowAll(...)时你选择的窗口分配器(Window…

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）发现的所有分区将从最早可能的 offset 中消费。 默认情况下，是禁用了分区发现的。若要启用它，请在提供的…

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各中心的距离，将该样本归类到距离最短的中心所在的类。 d、对所有的c个聚类中心，如果利用b、c的迭代更新后，…

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。 回归问题的结果，叶子结点的平均值是回归问题的解。 什么是熵：熵的概念源于物理学，用于度量一个热力学系统的无序程度。 信…

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构风险损失函数，经验风险损失函数反映的是预测结果和实际结果之间的差别，结构风险损失函数则是经验风险损失函数…

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 the best one ? 我们的目标是让损失函数最小化。这就引出了下面需要介绍的方法：梯度下降是目前机器学…

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Y。 在这个回归模型中，我们尝试通过寻找最佳拟合线来最小化预测的误差——根据线性回归预测的结果误差最小。我…

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，而依赖它的 MapReduce、Hive、HBase 等都将无法正常服务。 一个 NameNode 有单点问题，如…