问题导读 1.什么是LSA？为什么需要LSA？ 2.什么是SVD？ 3.什么是词语文档矩阵？ 4.什么是TF-IDF，有何作用，Spark中是否有 ...

feilong 2018-5-18 0 6574

本帖最后由 pig2 于 2017-2-15 16:52 编辑 问题导读 1.为什么会产生spark sql 2.sparkSQL包含哪些内容？ 3.spark运行框架 ...

pig2 2017-2-14 3 23415

本帖最后由 feilong 于 2018-5-12 12:17 编辑 问题导读 1.如何执行聚类？ 2.如何解释分析结果？ 3.Spark畜类K-Means聚类 ...

feilong 2018-5-12 0 4310

问题导读 1.DataFrame中本文使用了row哪些方法？ 2.操作DataFrame row需要导入什么包？ 3.teenagersDF.map(teenager => "Name ...

pig2 2017-12-12 1 11623

本帖最后由 pig2 于 2017-12-15 18:11 编辑 问题导读 1.dataframe如何保存格式为parquet的文件？ 2.在读取csv文件中，如何设 ...

pig2 2017-12-8 1 14994

问题导读 1.什么是分类变量？ 2.什么是熵？ 3.文中使用熵做何种操作？ 上一篇：Spark 高级分析:第五章第8节 ...

feilong 2018-5-4 0 4361

问题导读 1.在Hive on Spark设计原则是什么？ 2.Hive on Spark，hive，Spark都做了哪些修改？ 3.在Hive on Spark下，表格 ...

howtodown 2015-4-2 6 31748

Normalizer Normalizer是一个Transformer，它使用p-norm范数对数据集进行正则化，默认p的取值为2，借助Normalizer可以标准化输 ...

regan 2018-4-17 0 19076

本帖最后由 desehawk 于 2018-4-16 21:39 编辑 问题导读 1.enable.auto.commit属性的作用是什么？ 2.Offsests可以存储在哪 ...

desehawk 2018-4-16 0 6221

此总结来自about云7群552029443 #### 看到群友，在使用spark2的时候，仍然使用的是spark1.x的函数。导致错误找不到类或 ...

desehawk 2018-3-12 1 8134

本帖最后由 feilong 于 2018-4-6 21:39 编辑 问题导读 1.Spark本身有可视化工具吗？ 2.如何用R将聚类结果可视化？ 3.如何 ...

feilong 2018-4-6 1 9743

问题导读： 1.kafka 0.10有哪些更新?2.怎样实现Executor端缓存消费者？3.kafka 0.10在提高可靠性方面做了哪些改进？ ...

fc013 2018-3-31 0 17764

本帖最后由 feilong 于 2018-3-30 11:39 编辑 问题导读 1.如何使用Spark实现K-Means聚类k值的选择？ 2.K值是不是越大越好 ...

feilong 2018-3-30 0 9151

问题导读： 1.怎样对iOS的Crash Log进行符号化处理? 2.怎样解决ES的写入瓶颈问题？3.怎样做到高性能和可扩展？ ...

fc013 2017-3-4 3 19773

群4中90371779，群友遇到这么个问题： [mw_shl_code=bash,true]application rejeted by queue placement policy[/mw_shl_ ...

阿飞 2018-3-13 0 5887

本帖最后由 feilong 于 2018-3-9 12:57 编辑 问题导读 1.网络攻击的模式有哪些？ 2.K-Means如何检测网络异常？ 3.本章所 ...

feilong 2018-3-9 0 5139

问题导读 1.什么是Kubernetes？ 2.在Kubernetes集群尝试新功能，该如何实现？ 3.观看群集上创建的Spark资源，该如何操作？ ...

pig2 2018-3-7 0 8411

本帖最后由 feilong 于 2018-3-2 15:05 编辑 问题导读 1.什么是异常检测？有什么作用？ 2.什么是聚类？ 3.什么是K-Means ...

feilong 2018-3-2 0 5416

问题导读 1.什么是随机决策决策森林？ 2.如何做预测？ 3.Spark实现了哪几种分类算法？ 上一篇：Spark 高级分析: ...

feilong 2018-2-9 0 7103

问题导读 1.什么是良好的决策规则？ 2.基尼系数与什么有关？基尼不纯度方程是什么？ 3.熵是什么？其方程是什么？ ...

feilong 2018-1-26 0 6392

问题导读 1.AUC指标是什么？ 2.决策树现实时数据集要分成几份？ 3.DecisionTree有哪几个方法？ 上一篇：Spark 高 ...

feilong 2018-1-19 0 5615

本帖最后由 feilong 于 2018-1-12 19:13 编辑 问题导读 1.Covtype数据集在哪里下载？ 2.使用Spark MLib实现一个决策树要做 ...

feilong 2018-1-12 0 5558

问题导读：1. Spark 中的 Transform 和 Action 区别是什么？2. foreachPartition 属于Transform 和 Action中的哪种操作？3. mapP ...

Oner 2018-1-4 0 6549

本帖最后由 feilong 于 2017-12-30 07:51 编辑 问题导读 1.什么是分类？什么是回归？ 2.什么是向量？什么是特征 3.如何 ...

feilong 2017-12-30 1 6377

问题导读 1.spark SQL与传统数据库的区别在什么地方？ 2.spark SQL独立使用，是否还需要hive？ 3.Spark SQL都可以读取哪些 ...

pig2 2017-12-18 0 22483

本帖最后由 feilong 于 2017-12-22 08:26 编辑 问题导读 1.ALS.trainImplicit()参数有哪些？各自的意义是什么？ 2.Spark M ...

feilong 2017-12-22 0 6055

问题导读 1.DataFrame合并schema由哪个配置项控制？ 2.修改配置项的方式有哪两种？ 3.spark读取hive parquet格式的表，是否 ...

pig2 2017-12-14 0 10150

问题导读： 1、如何理解Driver HA？ 2、Driver失败如何实现恢复机制？ 3、如何使用ReliableKafkaReceiver类型来实现可靠的数 ...

levycui 2017-12-21 0 9119

问题导读 1.spark SQL命令可以通过什么窗口直接执行？ 2.如何远程访问spark SQL数据？ 3.你认为使用spark SQL的方式有哪些 ...

pig2 2017-12-19 0 8350