人工智能
R语言-超大型数据框与稀疏矩阵的切片-处理as.matrix方法的“problem too large”异常
单细胞组学数据分析接触到的项目大都使用平面文件(rds,txt,tsv,csv,mtx)进行数据存储。有时候，我们会操作相当大的平面文件，而超大型的数据集如（一个包含约 100 万个细胞和约 3 万个基因的表达矩阵）在进行数据类型转换等处理的时候会遇到异常Error in asMethod(object) : Cholmod error 'problem too large'，指的是其中 as.
Apache Flink——一些重要的概念
一、数据流图（Dataflow Graph）
所有的 Flink 程序都可以归纳为由三部分构成：Source、Transformation 和 Sink。
Source 表示“源算子”，负责读取数据源。
Transformation 表示“转换算子”，利用各种算子进行处理加工。
Sink 表示“下沉算子”，负责数据的输出。
Flink 程序会被映射成所有算子按照逻辑顺序连接在一起的一张图，这被
Apache Flink Framework
Apache Flink is a framework and distributed processing engine for stateful computations over unbounded and bounded data streams. Flink has been designed to run in all common cluster environments, perf
MBR与GPT分区的区别-3数据恢复
今天我们来聊聊-MBR 与 GPT：恢复
MBR 将所有分区和引导数据存储在一起。 这对于冗余来说是可怕的，因为任何数据损坏都可能是灾难性的。 如果任何数据被 MBR 损坏，您很可能只会在系统无法启动时发现。 从 MBR 恢复是可能的，但并不总是成功的。
GPT 更胜一筹，因为它在表头的开头和结尾处跨多个分区存储启动数据的副本。 如果一个分区损坏，它可以使用其他分区进行恢复。
此外，GPT 有错误
sklearn：七、支持向量机（上）—22.9.9~9.12
七、支持向量机
7.1 概述
功能：
用的最多的是分类，不过做其他的也有不错的效果
对于三种不同的输入数据，每种分类器的表现。可以看出SVM最棒
SVM是最接近深度学习的机器学习算法。线性SVM可以看成是神经网络的单个神经元，非线性的SVM则与两层的神经网络相当，非线性的SVM中如果添加多个核函数，则可以模仿多层的神经网络
7.1.1 支持向量机分类器
Apache Hudi - 初步了解
知乎上看到的这个文章，视野开阔，转载一下。
URL：
?utm_source=com.ucmobile
自己关于 Apache Hudi 的一些简单的了解和想法。
背景
Hudi 是 Uber 主导开发的开源数据湖框架。所以大部分的出发点都来源于 Uber 自身场景，比如司机数据和乘客数据通过订单 Id 来做 Join
冗余分析（RDA）——R包vegan
从概念上讲，冗余分析（redundancy analysis, RDA）是响应变量矩阵与解释变量矩阵之间多元多重线性回归的拟合值矩阵的PCA分析，也是多响应变量（multi-response）回归分析的拓展。简单一点来说，RDA是通过线性回归分析结合主成分分析的排序方法，目的是寻找能最大程度解释响应变量矩阵变差的一些列的解释变量的线性组合，也就是环境对于样本的影响，因此RDA是被解释变量约束的排序
Docker(单机Kafka安装)
1. pull镜像
docker pull zookeeper
docker pull wurstmeister/kafka
2. 创建通信网络。zookeeper和kafka之间的通信
docker network create kafka_zk_net
查看网络
docker network ls
docker network inspect kafka_zk_net
3. 创建容器
d
获取部门名称对应的员工集合
import java.util.List;
import java.util.Map;
import java.util.Set;
import java.util.function.Function;
import java.util.stream.Collectors;
import java.util.stream.Stream;
public class GroupingDemo1 {
