一.什么是RDDRDD（ResilientDistributedDataset）叫做弹性分布式数据集，是Spark中最基本的数据抽象。在代码中是一个抽象类，它代表一个弹性的、不可变、可分区、里面的元素可并行计算的集合。...

目录一.引言二.PIC理论1.谱聚类2.快速迭代聚类三.PIC实战1.数据准备2.构建PIC3.预测与展示四.总结一.引言前面介绍了K-means聚类与高斯混合聚类，本文介绍另外一种聚类方法PowerIterationCluste...

目录一.引言二.GBDT理论1.集成学习2.分类&回归问题3.梯度提升4.GBDT生成三.GBDT实战1.数据准备2.构建GBDTPipeline3.预测与评估四.总结一.引言关于决策树前面已经介绍了常规决策树与随机森林...

基于Spark技术的银行客户数据分析1.实验室名称：2.实验项目名称：一、业务场景二、数据集说明三、操作步骤阶段一、启动HDFS、Spark集群服务和zeppelin服务器阶段二、准备案例中用到的数据集阶段...

每晚睡前复习一个题，云计算必高分过系列为了提高学习效率，这里搬个友链这里写目录标题以下所有内容可能有误，请自行甄别一.HBase&&Spark1.HBase①Shell②IDE下CRUD2.Spark（Shell下）...