2018-08-21 17:57:42    9    0    0
后台运行 start.sh ``` #!/usr/bin/env bash nohup java -jar *.jar > /dev/null 2>&1 & ```
asdf    2018-02-07 14:44:51    41    0    0
> 下面是ambari的安装记录,由于写的人懒所以只记录了核心部分。 1.关闭防火墙 ---------- ``` service iptables stop chkconfig iptables off ``` 2.无密码登录 ------- ``` ssh-keygen cd ~/.ssh cat id_rsa.pub >authorized_keys #test ssh loc
2018-02-05 09:52:00    12    0    0
注: ambari.hdp的所有服务组件版本都是跟随大版本都的。但是大版本下的补丁是不随大版本号变化的,以补丁的形式合并在所选的大版本里边。 比如: hdp 的phoenix 4.7.0 版本,phoenix 4.7.x 都会合并都4.7.0 里边去,特殊的是4.x.x和 4.1x.x 也都合并到4.7.0里边去了,这就令人费解了。 所以开发的时候只能依赖hdp 官方的m
2018-01-18 15:05:44    8    0    0
该教程是新手版,完全不懂Gis。直接哪里啊就可以用了。 ##使用乐太地图下载器 附下载地址破解版 链接:https://pan.baidu.com/s/1nwLhXod 密码:ne38 下载Google地图 ---- ![](/api/file/getImage?fileId=5b643959fd89302405000015) 注意红色部分。需要选择,就按照google自己的方式进行存储。
2018-01-15 22:54:49    14    0    0
#穷查理宝典 查理芒格是个很富有的人,知识、金钱、精力等。 ##他的思考模式: 多元思维模型:你必须知道重要学科的重要理论,并经常使用它—要全部都用上,而不是只用几种。大多数人都只学会使用学过的一个学科的思维模型,比如说经济学,试图用一种方法来解决所有问题。你知道谚语是怎么说的:“在手里拿着铁锤的人看来,世界就像一颗钉子。” 这是处理问题的一种笨办法。 学科有: 历史学、心理学,生理学、数学
随手记 Logstash    2017-12-12 10:05:20    11    0    0
##JDBC ``` [root@y1 conf]# more oracle.conf input { jdbc { jdbc_connection_string => "jdbc:oracle:thin:@192.168.0.21:1521/XE" jdbc_user => "yjhh" jdbc_password => "yjhh"
机器学习实战    2017-11-30 11:13:13    12    0    0
机器学习实战-1.机器学习基础.png![](/api/file/getImage?fileId=5b64395bfd89302405000031)
2017-11-30 11:10:53    10    0    0

编译&安装手册

-by yinlei on 2017-5-22


注意: 红色为重点部分。




Blazegragh 是个支持sparql的图数据库而且它支持HA和并行查询。本文档是他的源码编译和安装文档。  目前支持blazegragh 1.5.3 版本

 

  1. 1 编译
    1. 1.1 工程地址
机器学习实战    2017-11-30 11:10:35    14    0    0
机器学习实战-3.决策树(DecisionTree) 脑图 实现步骤: 1. 分析数据,如果是标称型的那么可以直接使用,如果是数值型的那么就需要选择恰当的散列化方法进行数据处理。 2. 数据处理完成之后就可以对数据进行决策树创建了。 会得到的数据如下: ``` [[1, 1, 'yes'], [1, 1, 'yes'], [1, 0, 'no'], [0, 1, 'no'], [0, 1,
机器学习实战    2017-11-29 16:28:01    11    0    0
概述 ==== 整个KNN的思想是计算某一个给定的点到哪些样本点的距离最近。 K-nn中的k是使用临近的K个点进行判别分类。 代码实现算法步骤 ===== 1. 读取给定的样本数据 2. 对样本进行矩阵化 3. 对矩阵进行归一化(归一化特征值,消除属性之间量级不同导致的影响) 4. 进行测试抽样(用前0.1*sampleCount 作为测试数据) 5. 对归一化后的数据进行欧氏距离计算。
1/4