1回答
深层神经网络与大数据分析
、、、
我是一名准PhD (CS)学生。在我的MS研究期间，我在异常检测领域工作过。现在，我有两个主要的和最近出现的领域可供选择，即深度神经网络和大数据分析。然而，我必须选择一个作为我未来的工作领域。
我想把其中一个领域和我以前的工作联系起来，那就是异常检测。此外，我还要问两个问题：
深层神经网络与大数据分析，哪一种更适合异常检测？
深层神经网络与大数据分析相比，未来还有更大的发展空间吗？
浏览 4提问于2017-06-06得票数 0
回答已采纳
1回答
数据分析中的数据量是否重要？
、、、、
因此，我想知道数据分析是否可以通过使用少量的数据来完成，比如存储在database.If中的100到1000个记录--我这样做了--那么它是数据分析吗？
有人说，如果你分析的是少量的数据，那根本就不是数据分析。
所以我把数据分析和大数据混淆了。有人能回答我这个问题吗？
我要提前感谢你
浏览 0提问于2019-02-01得票数 0
回答已采纳
1回答
我正在寻找一个好的入门书或课程的大数据分析。在实际应用方面，我对在R中使用大数据工具特别感兴趣。
我想要一本书，但欢迎其他参考资料。
谢谢!
浏览 0提问于2016-11-21得票数 1
回答已采纳
9回答
R有许多针对数据分析(如JAGS、BUGS、ARULES等)的库，并在流行的教科书中被提到，如: J.Krusche，进行贝叶斯数据分析；B.Lantz，“机器学习与R”。
我已经看到了5TB的指南，将数据集视为大数据。
我的问题是:R是否适合在大数据问题中通常看到的数据量？在这样的数据集中使用R时是否使用策略？
浏览 0提问于2014-05-14得票数 55
回答已采纳
1回答
500G 在哪儿能找到资料？
、、、、
500G python web、爬虫、数据分析、机器学习、大数据、前端实战项目视频代码免费分享
在哪儿能下载到资料，在线等，挺急的~， 感谢各位大佬~
浏览 248提问于2019-05-10
我有一个以'genre‘为列的数据框架。在此列中，每个条目都有多个值。例如，一部电影“哈利波特”可以在类型栏中有奇幻和冒险。当我在做数据分析和探索时，我不知道如何用多个值来表示这个列，以显示电影和/或类型之间的任何关系。
我曾想过使用图分析来显示这种关系，但我想探索我可以考虑的其他方法。
浏览 1提问于2018-06-03得票数 1
2回答
最佳编程语言
、、
我精通纯粹的统计学。我不懂任何编程语言。这是我应该学习的最好的编程语言，它将有助于提高我在数据分析方面的职业生涯。
我对概念只有理论知识。请推荐一项技能，我应该发展成为一名数据分析员。
浏览 0提问于2018-07-06得票数 1
我有一个电影及其相关流派的数据库。
class Genre < ActiveRecord::Base
has_many :movie_genres
has_many :movies, through: :movie_genres, dependent: delete_all
before_destroy :delete_movie
private
def delete_movie
self.movies.delete_all
end
end
class Movie < ActiveRecord::Base
has_many :movie_
浏览 1提问于2015-01-18得票数 1
2回答
如何使用NoSQL数据库(如MongoDB )进行数据分析？它们中有哪些特性可以使数据分析更快、更强大？
浏览 0提问于2014-07-21得票数 21
回答已采纳
3回答
我读过很多关于不同行业如何使用大数据分析的博客文章。但这些文章大多没有提到
这些公司使用了什么样的数据。数据有多大？
他们用来处理数据的工具是什么？
他们面临的问题是什么，他们得到的数据是如何帮助他们解决问题的。
他们如何选择工具\技术来满足他们的需要。
他们从数据中识别出了什么样的模式&他们从数据中看到了什么样的模式。
我想知道是否有人能为我提供所有这些问题的答案或一个链接，至少回答一些问题。我正在寻找现实世界的例子。
如果有人能分享金融业是如何利用大数据分析的，那就太好了。
浏览 0提问于2014-06-11得票数 14
2回答
我目前正在做(开始)我的大数据和数据可视化项目。所以请让我知道有没有最好的软件来处理大数据和数据可视化，即数据分析。
浏览 3提问于2013-01-17得票数 0
回答已采纳
2回答
这个网站已经有了很好的答案，比如什么是DevOps和什么是SecOps。
随着时间的推移，我逐渐认识到，当敏捷方法的哲学应用于运营时，意见就诞生了DevOps。SecOps也是如此。
那么，将敏捷方法应用于大数据和数据分析的DataOps会是什么样子呢？这与敏捷软件开发和DevOps有何相似之处？
浏览 0提问于2019-11-13得票数 3
近日，facebook的数据泄露事件引起广泛讨论，罪魁祸首剑桥分析公司通过数据分析来帮助企业和政党改变受众行为。他甚至声称“只要了解用户的十个赞，就能比用户的同事更准确地评价用户”。那么大数据分析真的有他们所说的那么强吗？这是怎么样做到的？公众的个人隐私又该如何保护？
浏览 856提问于2018-03-26
1回答
我在寻找更深入的答案。我知道基础知识--小数据分析起来更快，使用大数据你会有更多的能力，等等。但我想知道更多(也许是关于因果推断？)关于每种方法的优点和缺点。谢谢!
浏览 3提问于2017-10-11得票数 1
1回答
我有一个运行了好几个小时的python数据分析脚本，当它在我的桌面上运行时，随着粉丝们的狂热，我意识到我可以在bkgnd中的一个托管账户上远程运行它，然后让它破解。
但我想知道--托管提供商通常不赞成这样的做法吗？他们是否假设我所有的CPU/内存使用都是突发性的--来自我的Apache2实例的使用率，一个运行了12小时的进程会被他们的sysop杀死？
或者他们会认为我是在为使用付费，所以你自己动手吧？我的脚本及其数据是自包含的，没有使用任何网络或数据库资源。
有这方面的经验吗？
浏览 8提问于2015-11-12得票数 0
我不太清楚如何用一句话表达我的问题，但这里有一个更深入的描述。
我正在构建一个Meteor应用程序，用户可以“拥有”相同的文档。例如，一个用户有一个他们拥有的电影列表，当然，多个人可以拥有同一部电影。我已经考虑过几种方法来构造我的数据库/集合，但我不确定哪一种是最好的。
我还应该注意到，电影信息来自外部API，我目前正在存储在我自己的数据库中，因为人们在我的应用程序中找到它们，以加快下一次查找。
选项1(我的当前配置)：一个集合(电影)，存储所有的电影和他们的信息。另一个集合基本上是根据userId在每个文档中存储一个电影in列表。在启动时，我获取in列表，在我的数据库中找到电影，并将它们存储
浏览 4提问于2014-11-03得票数 3
回答已采纳
1回答
我通过决定探索推荐系统来开始我的机器学习之旅，这样我就可以将它应用到我的公司的一些项目中。现在，我正在使用Pandas进行数据分析。数据集是imdv电影数据集。在这里，我试图将一个熊猫系列对象转换为int，但它将该系列转换为float64。
这是截图：
📷
'clean_ids‘是我用来做这个的方法，您可以看到'id’对float64的更改。请帮我处理这个。
浏览 0提问于2019-06-16得票数 1
回答已采纳
我试图理解mongoDB和Hadoop之间的关键区别。我理解mongoDB是一个数据库，而Hadoop是一个包含HDFS的生态系统。使用这两种技术处理数据的方式有一些相似之处，但也有很大的不同。
我不明白为什么有人会在Hadoop集群上使用mongoDB，主要是mongoDB比Hadoop具有什么优势。两者都执行并行处理，两者都可以与Spark一起用于进一步的数据分析，那么什么是一个比另一个的增值。
现在，如果要将两者结合起来，为什么要在mongoDB和HDFS中存储数据呢？MongoDB有map/reduce，所以为什么要将数据发送到hadoop进行处理，而且两者都与Spark兼容。
浏览 1提问于2019-05-07得票数 0
回答已采纳
2回答
我试图掌握大数据，主要是如何管理大数据。
我熟悉数据管理和数据生命周期的传统形式；例如：
收集的结构化数据(如网页表格)
存储在数据库服务器RDBMS中的表中的数据
数据清理后，ETL进入数据仓库
数据使用OLAP多维数据集和其他各种BI工具/技术进行分析。
但是，在大数据的情况下，我对第2点和第3点的等效版本感到困惑，主要是因为我不确定每个大数据“解决方案”是否总是涉及使用NoSQL数据库来处理和存储非结构化数据，以及数据仓库的大数据等效是什么。
据我所见，在某些情况下，NoSQL并不总是被使用，而且可以完全省略--这是真的吗？
对我来说，大数据生命周期就是这样的：
浏览 7提问于2017-04-20得票数 7
回答已采纳
1回答
如何在大数据和网络分析中起步
、、、、
我目前对大数据分析和网络分析感兴趣，但我不知道如何开始和从哪里开始。我试着上网看看，但有些对我来说是先进的。走这条路之前，我首先需要的是统计学和数学方面的技能和知识吗？
我目前的计划是每个周末参加在线课程，因为我目前在工作日做软件助理工程师，练习大数据所需的编程语言，比如R。我已经获得了计算机科学学位，所以熟悉一些统计和数学方法并不是个问题。任何建议和意见都是非常感谢的！
对于那些已经有经验的人来说，你的经验是怎样的，你最擅长的是什么？
浏览 3提问于2016-04-01得票数 0
回答已采纳
1回答
我已经研究过一些数据库，比如MySQL，但我从来没有专门处理过数据库。我正在进行一个项目，我们打算使用SQLite (出于一些原因:小型、轻量级、快速等)，然后我对它有一些疑问：
SQLite支持多少千兆字节的数据？有限度吗？(我将为每个用户提供一些大型数据表(例如，18列X 80.000行))
读取大量数据快吗？(例如，18列X 80.000行)
关于SQLite，还有其他相关的信息我需要知道吗？(注:我将在Windows和OS上使用它)
附加信息
我正在开发的软件是一个数据分析软件，我只需要使用DB来保存使用一些传感器从用户那里收集到的数据。
我在项目中使用QT5.3.2 (C++)。
浏览 0提问于2016-12-02得票数 0
1回答
所以这是一个比较普遍的问题。我是一家初创公司的数据分析师。我的主要流程包括获取客户拥有的现有客户数据，并将其清理/标准化以适应我们的平台，这是我们自注册过程的一部分。我们团队的一名成员从他们正在转换的系统中导出他们的数据，或者，如果他们在内部跟踪数据，我们会收到他们用来跟踪数据的Excel日志。它总是采用不同的格式，并且需要广泛的清理(平均1分钟/条)。我们通常是一个大表(.xlxs格式)，在清理之后，将它拆分为四个.csv文件；我们在我们的平台上以四个表的形式加载它们。
我觉得我已经很好地优化了流程，包括流程步骤和excel函数(if、concat、text-to-column等)的清理。我
浏览 0提问于2017-09-29得票数 0
我有两个表movie，电影标题，电影导演，以及评级id，电影id和评级。 问题是选择导演的名字，以及他们执导的所有电影中获得最高评分的电影的片名，以及该评分的价值。 我正在尝试理解以下解决方案 select distinct director, title, stars
from (movie join rating using (mid)) m
where stars in (select max(stars)
from rating join movie using (mid)
where m.director = dire
浏览 10提问于2019-09-09得票数 0
我有一个关于电影时间表算法的正确答案的问题。
问题:电影调度问题
输入:线上n个间隔的集合。
输出:可以从i中选择的相互不重叠间隔的最大子集是什么？
这本书的正确答案是：
而就业总数I != 0：
在最早的完成日期从总作业中接受作业j。删除j，以及与I相交的任何间隔。
我正在考虑以下情况：
在这种情况下，job1首先结束，但job2不是最佳选择吗？
谢谢，我才刚开始学算法。
浏览 3提问于2016-01-18得票数 1
回答已采纳
1回答
服务器间快速传输大数据
、、、
这是一个常见的问题，但在谷歌上搜索会产生很多垃圾。
随着数据量越来越大，加上处理能力和云能力，我们看到对快速数据传输技术的需求越来越大，这些技术能够通过在不同的服务器/客户端之间传播/移动/共享数据来释放所有这些可用数据的能力。
在我们的例子中，我们记录实时二进制数据(每天50吉)，我们需要每天将其上传/下载到/从订阅者(是的，所有这些都是每个订阅服务器本地需要的，用于计算和各种数据分析)。
因此，简单地说，今天有哪些选择可以在远程windows服务器(VPS，Cloud)之间快速传输大量数据(VPS，Cloud，具有“相当一致的”带宽-(光纤除外))
这是一个悬而未决的问题。不管协议是什么，
浏览 3提问于2012-07-19得票数 5
回答已采纳
目前，我正在寻找支持大数据地球空间分析的大数据技术。我来到ESRI，发现它主要支持地球空间数据分析和可视化。然而，目前，除了需要许可的ArcGIS GeoAnalytics服务器之外，它们还没有对大数据地理空间分析的广泛支持。同时，我发现Google BigQuery是多么强大，它最近提供了对地理空间处理和分析的支持(为您使用的东西付费，每秒)。
我想知道的是:我应该选择哪个工具进行地理空间大数据处理、分析和可视化？哪个工具(ESRI和BigQuery)更适合用于什么？
我想在非常大的时间地理空间数据集上运行复杂的查询，最后在地图上可视化结果。
请注意，我刚刚开始了对地理空间大数据处理的研究，
浏览 5提问于2019-10-28得票数 0
回答已采纳
2回答
我是数据分析员。我的公司正在将所有的数据科学转移到云提供商(可能是Azure，GCP，AWS)。所有的数据科学编程工具，如木星笔记本，都将安装在云环境中(不会在本地安装Python，也不会在笔记本电脑上安装木星笔记本)。
在我的大部分工作中，我将直接从一个前提数据库中读取/吸收关系数据库表。而且，我的大部分数据分析工作不需要任何GPU实例来进行数据处理。有时，我也做一些简单的研究或实验数据分析编程，例如使用木星笔记本进行数据清理，而不需要使用GPU实例。
我想知道，在我的任务都不使用GPU的情况下，我的公司在他们的数据科学云计算平台上是否有可能进行这样的活动，而不用支付任何每次使用的费用或不必
浏览 2提问于2021-10-17得票数 0
回答已采纳
1回答
我有一张极光表，里面有五亿张唱片。我需要执行大数据分析，比如查找两个表之间的差异。到目前为止，我一直在使用文件系统上的HIVE来完成这项工作，但是现在我们已经将所有文件行插入到Aurora中。但仍然每月我需要做同样的事情，找到差异。
那么，对此，什么是最好的选择？
将Aurora数据作为文件导出回S3，然后对其运行单元查询(将所有Aurora行导出到S3需要多长时间)？
我可以在Aurora表上运行蜂箱查询吗？(我猜Aurora上的蜂箱不支持)
在Aurora上运行spark (性能如何)？
或者有什么更好的方法。
浏览 1提问于2018-10-09得票数 0
1回答
我对NDEF P2P进行了研究，但有一个问题。NDEF P2P能否交换大文件数据，如电影媒体、音频媒体、原始二进制文件？谢谢。
浏览 1提问于2011-06-08得票数 0
1回答
你好，我有一个触摸屏(电阻)在我的测试PC (运行Windows 8-非移动！)。
Im启用触摸模式：*Multitouch.inputMode = MultitouchInputMode.TOUCH_POINT;*
MouseEvent.CLICK不使用我的电影剪辑/按钮。
TouchEvent.TOUCH_TAP -是不工作的。
Im控件Multitouch.maxTouchPoints返回
但是属性Multitouch.supportsTouchEvents返回真
Multitouch.maxTouchPoints它应该返回1？
抱歉英语不太好。
浏览 0提问于2013-08-04得票数 0
我看到AWS弹性MapReduce和AWS都使用集群结构，并且可以用于数据分析。它们的不同用例是什么？
支持与多种应用程序的客户端连接，包括商业智能(BI)、报告、数据和分析工具。
(Amazon )是一个托管集群平台，它简化了在AWS上运行大数据框架(如Apache和Apache )来处理和分析大量数据的过程。
浏览 1提问于2016-06-04得票数 15
回答已采纳
2回答
我正在学习JS，HTML和CSS，但我怀疑JS很擅长数据分析。那么，你们会推荐我学什么来开始我在数据科学的“事业”呢？处理数据的最佳编程语言是什么？我喜欢统计和编程，所以我觉得这会很有趣。
浏览 0提问于2017-06-21得票数 2
回答已采纳
1回答
我对AS3脚本很陌生。我有一个宽的图像(电影剪辑"preform_mc")，我正在掩蔽，并希望右按钮("right_mc")动态移动图像。
下面的代码将图像向右移动，但它不是动态运动(希望有动画效果)，我无法控制图像何时停止移动，基本上是x坐标的最大值。
任何帮助都是非常感谢的！
right_mc.addEventListener(MouseEvent.CLICK, fl_MouseClickHandler_2);
function fl_MouseClickHandler_2(event:MouseEvent):void
{
preform_mc.
浏览 6提问于2012-11-03得票数 2
回答已采纳
如何使用python pandas在本地系统Jupyter Notebook中上传两个大(5 5GB)的csv文件。请建议任何配置来处理用于数据分析的大型csv文件？
Local System Configuration:
OS: Windows 10
RAM: 16 GB
Processor: Intel-Core-i7
代码：
dpath = 'p_flg_tmp1.csv'
pdf = pd.read_csv(dpath, sep="|")
Error:
MemoryError: Unable to allocate array
或
pd.read_c
浏览 1提问于2020-01-24得票数 4
以下数据集包含电影。我想用jq找到最长的标题。到目前为止，我得到的是：
$ wget https://raw.githubusercontent.com/prust/wikipedia-movie-data/master/movies.json
$ cat movies.json | jq '[.[] | .title | length] | max'
所以最长的标题有110个字符。下面的查询向我展示了它：
$ cat movies.json | jq '.[] | .title | select(length==110)'
"Cornell-Colu
浏览 21提问于2019-11-03得票数 0
回答已采纳
论坛，
我目前正在研究Azure Synapse作为迁移我们的on数据架构的一种选择。我对它提供的功能感到兴奋- SQL池、火花池和附带的笔记本。我知道Synapse可以在一个数据平台中发挥作用，我的数据科学家和数据分析者可以利用它的功能随意提供见解。然而，我的团队所做的大部分工作是创建数据产品。
我们目前有一个kubernetes集群，它有几个独立的API，在我们软件的更大的整体中执行数据科学操作。它们可以被认为是微型服务。K8S集群中的微服务(通常是python +一些python包+ FastAPI)通常通过使用ODBC连接器从SQL-server获取所需的数据。
现在我的问题是，Syn
浏览 3提问于2022-03-31得票数 1
回答已采纳
5回答
机器学习概述
、、
这可能不是要问的问题类型，而只是想知道其他人在大型企业环境中实现机器学习算法时需要考虑哪些因素。
我的目标之一是研究行业机器学习解决方案，可以根据我的公司的具体需要。我是我的团队中唯一有数学背景的人，而且以前读过一些机器学习算法的背景资料，我的任务是解释/比较这个行业的机器学习解决方案。从我在谷歌上收集到的信息来看，似乎：
机器学习和预测分析并不完全一样，所以当一个公司提供预测分析软件和机器学习软件时，有什么本质上的区别呢？(例如IBM预测分析相对于Skytree Server)
很多流行的术语经常被纠缠在一起，特别是关于大数据、Hadoop、机器学习等等。有人能澄清这些术语之间的区别吗？根据
浏览 8提问于2013-04-18得票数 2
如果您使用postgresql数据库专门用于数据科学部门和数据分析目的，那么是否有关于使用postgresql.conf文件优化服务器性能的提示？或者性能调优本身是不可知的，而且你会用它做什么并没有什么真正的区别，因为‘这都是关于提取数据的’？
这是一个相当模糊的问题，我没有找到答案(在许多关于数据科学的文章中)。
浏览 1提问于2018-10-12得票数 3
回答已采纳
是SQL方面的初学者，也是一个有抱负的数据分析师。我想看看我在SQL之旅中的位置。我已经学习了15-20天了，我知道学习SQL是一段一生的旅程，但是，我想知道我的SQL技能是否足以胜任入门级的数据分析工作。我一直在sqlzoo.net中练习，我已经相对轻松地编写了这些查询(如果我们把它放在一个有序的难度级别上，我可以说是4/10 (非常困难))
13号：
以cte为(选择count( id )作为编号，从电影中选择actorid作为cteid，在>= = id组上按actorid进行放映，ord具有count(id) 15和ord = 1)在cteid =id ORDER on c
浏览 11提问于2022-06-04得票数 0
我目前正在向我的MongoDB传输物联网数据，它运行在Docker Container(托管在亚马逊网络服务中)中。每天我都会得到几千个数据点。
我将使用这些收集的数据进行一些密集的数据分析和ML，这将每天运行。
那么，大数据通常就是这样存储的吗？行业标准和最佳实践是什么？
浏览 3提问于2021-03-12得票数 2
1回答
我开始实现一个导入功能，所以我已经创建了一个新的导入表和模型，它有一个电影id和一个用户id，以及一个url，它属于一个提要，但是我有一个问题，并且我不确定答案，因为我没有太多的独特索引的经验。
迁移
/**
* Run the migrations.
*
* @return void
*/
public function up()
{
Schema::create('imports', function (Blueprint $table) {
$table->uuid('id')->primary();
浏览 4提问于2020-03-26得票数 0
回答已采纳
我正在处理一个用例，在这个用例中，我将以csv/excel/pdf格式“按原样”将源数据加载到marklogic。稍后，我们需要使用marklogic中的一些工具进行数据分析/分析。在google上搜索，我在一些博客中看到一个名为“数据分析器”的工具。没有关于数据分析器工具的信息或GitHub项目。
如果任何人知道数据分析器或marklogic中的任何数据分析/分析工具，请给予帮助。
浏览 0提问于2018-06-05得票数 0
7回答
Python可以用于许多任务。我想使用Python进行数据分析。哪些Python IDE特别适合数据分析任务。
有关特定于数据分析的集成开发环境的参考，请参阅R语言的RStudio。
浏览 3提问于2014-10-26得票数 0
1回答
关于向用户提供数据的建议
、、、、
我是数据分析解决方案的初学者，并且正在从事一个将我们的数据解决方案迁移到Azure的项目，Azure datalake、数据工厂、databricks将成为管道。
但是很难选择正确的解决方案来可视化数据(用于创建仪表板的自助服务)并允许用户下载屏蔽报告(Excel，txt文件)以进行外部集成。你们有什么建议吗？
目前，我们正在使用业务对象企业(，BOE)和水晶报告，但我们希望找到一种新的、现代的方法来实现这一目标。
浏览 13提问于2022-04-01得票数 0
注意:在机器学习方面，我是一个完全的初学者，但我渴望学习。
我有一个很大的数据集，我试图在其中找到模式。数据之间可能没有关联，无论是与已知变量，还是包含在数据中但我还没有意识到的变量实际上都是相关的变量。
我猜这将是数据分析领域中一个常见的问题，所以我有几个问题：
“灵丹妙药”是将所有这些数据扔到一个统计/数据分析程序中，然后对数据进行处理，寻找已知/未知的模式，试图找出它们之间的关系。是否适合SPSS，或者是否有其他更适合的应用程序。
我应该学习像R这样的语言，并弄清楚如何手动处理数据。这难道不是像我必须手动指定什么以及如何分析数据那样去寻找关系吗？
专业的数据采掘者将如何处理这一问题，S/
浏览 0提问于2014-08-19得票数 10
回答已采纳
我有一些重要的数据集为贷款收购在TXT文件注-数据是我在过去3年的第一季度-第四季度。
此外，请在图像文件中查找获取文件的每一列的字段描述。
1)请您帮助我生成-一些有效的逻辑业务用例，我想用HDFS和Mapreduce编程来实现。
因为大多数示例使用的是与单词计数和天气数据分析相关的大小写。
要获取数据文件，只需在
数据-档案
链接- loanperformancedata.fanniemae.com/lppub-docs/acquisition-sample-file.txt
100009503314|CORRESPONDENT|WELLS FARGO银行，N.A.|3.75|320000
浏览 2提问于2014-06-16得票数 0
我需要对数据代表中的完整数据进行数据分析。我还想确认数据分析中的数据分析是在样本数据上完成，还是在我们拥有的完整数据上完成？
浏览 11提问于2022-05-09得票数 0
我正在尝试找出如何最好地存储和检索数据，从S3到Cassandra，使用Spark:我在Cassandra中存储了日志数据。我使用DSE运行Spark来执行数据分析，它工作得很好。日志数据每天都在增长，在任何给定的时间，我只需要在Cassandra中使用两周。我仍然需要在某个地方存储较旧的日志至少6个月，经过研究，带有Glaciar的S3看起来是最有希望的解决方案。我想使用Spark来运行一个日常作业，该作业查找第15天的日志，将它们从Cassandra中删除，然后将它们发送到S3。我的问题是:我似乎无法确定正确的格式来将Cassandra行保存到文件中，这样有一天我可能会将文件重新加载到Sp
浏览 0提问于2015-07-18得票数 4
2回答
我最近开始使用R进行数据分析。现在，我在对大型查询数据集进行排序时遇到了一个问题(在ASCII模式下约为1 GB，在二进制模式下超过我笔记本电脑的4 GB RAM )。对此数据集使用bigmemory::big.matrix是一个很好的解决方案，但在gbm()或randomForest()算法中提供这样的矩阵'm‘会导致错误：
cannot coerce class 'structure("big.matrix", package = "bigmemory")' into a data.frame
class(m)输出以下内容：
[1]
浏览 18提问于2011-11-30得票数 7
回答已采纳
云服务器
ICP备案
对象存储
腾讯会议
实时音视频
腾讯云开发者
