首先，我们要知道这两个方法都是用于数据降维。在多变量，大样本的情况尤为适用。 那么，接下来我将以我理解的最简单的话来介绍它们，在此说明，若想要严谨，数学证明得大家自己去推。 ...
发简信
IP属地：广西
-
主成分分析和因子分析易懂介绍 -
hive数据倾斜及处理
火山日常啰嗦学习了一些大数据的相关框架后，发现应用层的东西确实不难，真正难的都是底层原理，所以我查看了很多资料，借鉴了前人的方法再加上自己的理解，写下了这篇文章。 数据倾斜的...
-
爬取雪球网优化之代理池在之前的文章中，提到如何爬取雪球网用户的股票数据，但是由于爬取过程中，会存在一些问题，比如由于网站设有反爬虫机制，所以会导致在爬取过程中收到403的response，因此在爬...
-
90、Spark Streaming之updateStateByKey以及基于缓存的实时wordcount程序
updateStateByKey updateStateByKey操作，可以让我们为每个key维护一份state，并持续不断的更新该state。 首先，要定义一个state，...
-
多线程中ThreadLocal踩坑
前言 记录一下在测试过程中，遇到的一个有关ThreadLocal的问题，顺便学习一下ThreadLocal相关的知识。 ThreadLocal介绍 ThreadLocal是一...
-
Gradle 依赖缓存刷新最近组件化项目中使用SNAPSHOT仓库作为开发的库，各个工程师在上面发布组件的Aar，不同工程师之间可以通过maven依赖来添加组件，但在开发过程中遇到工程师用Sync P...
