LeeRich

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，并尝试对数据进行一定探索： 2.进行训练数据集、测试数据集的拆分工作（train_test_split）。 一般情况下我们…

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间中的k个最相似的样本中的大多数属于某一个类别，则该样本也属于这个类别。KNN算法由你的邻居来推断出你的类…

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题。然后再/etc/profile文件中为KE_HOME加上export操作，如下： 发现KE_HOME=…

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官网给出的，基于这两种类型的Window编写代码的结构说明。 从编程API上看，Keyed Window编程结构，…

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WindowedStream流，和keyby流无关。不能调用KeyedProcessFunction

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，冥冥之中感觉自己找到了，然后就疯狂google相关文档，整理为知识点以备不时之需。 尽管该方法有益于优化吞吐量，他会…

背景：进公司之前，同事已经搭建了一套flink从source到sink的完整代码，然后我就一直在上面做各种迭代。 工作期间一直看各种技术文档，特别是对于flink的端到端的一次性保证始终不是很明白，最最坑的是，前同事搭建的代码是完全基于flink无状态算子规则，但是最后的计算结…