Chinaunix首页 | 论坛 | 博客

-

  • 博客访问: 3637820
  • 博文数量: 177
  • 博客积分: 0
  • 博客等级: 民兵
  • 技术积分: 1968
  • 用 户 组: 普通用户
  • 注册时间: 2018-12-20 14:57
文章分类
文章存档

2021年(14)

2020年(81)

2019年(68)

2018年(4)

我的朋友

发布时间:2020-12-02 19:04:30

一、  问题背景与适用场景 在对数据集进行排序运算时,有时会遇到这样一种场景:数据集T已经按字段a有序,而字段b无序,现在我们要将T按a、b排序,我们称之为前半有序(a有序)的排序。此时我们能想到一种优化的排序方法:从T中先取出a值相同的一组记录,再这一组内对b排序。然后再依次.........【阅读全文】

阅读(4624) | 评论(0) | 转发(0)

发布时间:2020-12-02 19:05:30

一、  问题背景与适用场景什么是后半有序?如果数据集T已经按字段a、b有序,现在我们要将T按b排序或分组时,因为在a值相同的段内,b都是有序的,这种要排序或分组的字段在分段内有序的情况就称为后半有序。我们知道,快速排序算法的原理就是一种递归的分段排序再归并的算法,对.........【阅读全文】

阅读(5086) | 评论(0) | 转发(0)

发布时间:2020-12-25 14:21:23

一、  问题背景与适用场景通常分组计算都采用hash方案,即先计算分组字段的hash值,hash值相同的记录被分拣到一个小集合里,然后在这个小集合中遍历找分组字段值相同的聚合成一组。分组的复杂度(比较次数),取决于hash函数的重码率。在hash空间比较小时,重码率就高,比较次数就会多,.........【阅读全文】

阅读(45) | 评论(0) | 转发(0)

发布时间:2020-12-23 09:56:21

      集算器是强大的数据计算引擎,但目前对于机器学习算法的提供还不够丰富。而 python 中有许多此类算法。借助 YM 外部库,就可以让集算器 SPL 调用 python 写的代码,从而弥补这一不足。下面具体说明: 1.SPL 与 python 环境配置 2.python 模块开发规.........【阅读全文】

阅读(26) | 评论(0) | 转发(0)

发布时间:2020-12-21 10:07:15

      网站上的数据源是我们进行统计分析的重要信息源。当我们浏览网页,看到自己感兴趣数据内容时,希望能够快速抓取网页上的数据,这对于数据分析相关工作来说极其重要,也是必备的技能之一。但是网络数据抓取大多需要复杂的编程知识,操作也比较繁琐。这里介绍如何用集算器 S.........【阅读全文】

阅读(24) | 评论(0) | 转发(0)
给主人留下些什么吧!~~
留言热议
请登录后留言。

登录 注册