一、开始！今日信息量巨大

大佬们展示肌肉。

回归部分还需要些数学根底。

代码后面也有一丢丢正文。

交叉验证相关理论介绍

2020.10.13

1.1 场景构建

源禾同学和正阳同学在某次考试都考了100分，正阳同学实力强劲，学习踏实，掌握核心科技，考了100是实力的体现，因为卷子上只有100分。而源禾同学考100分，因为源禾使用了败者食尘，他课下做了这张卷子的所有题，背了题，考了100分是因为记性好。

谁才是老师喜爱的同学呢？

最后编辑于：20.10.15

开门见山地来一段，就一段，不会有人这个都没搞懂吧，不会吧不会吧（拖走

1
2
3
4
5
6

hadoop jar \
 $HADOOP_HOME/share/hadoop/tools/lib/hadoop-streaming-3.1.3.jar \
 -input /user/devel/2020210995wangyuanhe/README.txt \
 -output /user/devel/2020210995wangyuanhe/1007output \
 -mapper "/usr/bin/cat" \
 -reducer "/usr/bin/wc"

开始前再插一句题外话，被强大而可爱的丰丰老师表（da）扬（shang）了，动力+10086，继续努力啊小禾禾！！

大数据分布式计算 0924

本次课程以上次思考题入手：

并行计算与分布式计算的区别？

大数据分布式计算 0917

本次课程内容讲述的几个注意的有意思的东西：

分布式是什么

“数据向代码跑” / “代码向数据跑”

原本的流程：$数据 -> cpu(code) -> answer$

新流程：$cpu -> 数据 <- cpu$

俗话说：双拳难敌四手嘛。

第一次坐飞机。

夜航|氦核20.07.06

芸芸灯火糅中盘，一子冲天战正酣。
班师星中我非客，翼稍挂月天外山。
明灯未知夜深浅，颠簸可猜云浓淡。
远电殷霞威颜厉，破雾勒马便坦然。

最后编辑于：2020.02.06 18:00

Pandas库

Pandas是基于NumPy 的一种工具，其出现是为了解决数据分析任务。（氦核：个人觉得更像是探索工具，没有模型，简单分析。）
Pandas吸纳了大量库和一些标准的数据模型，提供了高效操作大型数据集所需的工具。
Pandas中的函数和方法能够使我们快速便捷地处理数据。
它是使Python成为强大而高效的数据分析环境的重要因素之一。

http://pandas.pydata.org/pandas-docs/stable/api.html

本文参考万旷网教程。

最后编辑于：2020.02.05 12:30

Numpy库

Numpy库是Python的一种开源的数值计算扩展。

Numpy可用来存储和处理大型矩阵，比Python自身的嵌套列表结构要高效很多。

据说Numpy将Pyhon变成了一种免费的更强大的Matlab系统。

本文介绍性文字转载自万旷网。氦核感觉notebook形式更适合学习，有机会把丘比特文件给大家附上。

最后编辑于：2020.02.05 12:30

Wind API使用说明

windAPI是一个很好的工具，可以不通过客户端获取数据（不过前提是要有土豪的账号加持，笑）本文大部分介绍性文字转载自万旷网。本文的分析全部通过python完成。配置安装略过不表，请致电客服经理小哥哥（声音奶声奶气有点温柔！

旅行结束，慢慢添加我的心绪啦。有人说旅行是痛并快乐着，我觉得没错。偶尔快乐多，偶尔痛苦多。但是南京不太一样，在这里，我几乎没有痛苦，只有一些遗憾和无穷快乐。