-
2016百度之星选拔 1002 递推和大数加法
所属栏目：[大数据] 日期：2021-03-14 热度：190
http://bestcoder.hdu.edu.cn/contests/contest_showproblem.php?cid=690pid=1002 #include iostream#include memory.h#include string#include algorithmusing namespace std;const int M=201;int f[M][500];void Add(int x,int y){int i,j,k,p=x+1,t;i=j=1[详细]
-
POJ 1053 Integer Inquiry (大数加法,还是Java大法好)
所属栏目：[大数据] 日期：2021-03-14 热度：147
Integer Inquiry Time Limit: ?1000MS ? Memory Limit: ?10000K Total Submissions: ?32674 ? Accepted: ?12789 Description One of the first users of BIT's new supercomputer was Chip Diller. He extended his exploration of powers of 3 to go from 0[详细]
-
在数据分析、挖掘方面，好书推荐
所属栏目：[大数据] 日期：2021-03-14 热度：128
入门读物： 深入浅出数据分析 (豆瓣)?这书挺简单的，基本的内容都涉及了，说得也比较清楚，最后谈到了R是大加分。难易程度：非常易。 啤酒与尿布 (豆瓣)?通过案例来说事情，而且是最经典的例子。难易程度：非常易。 数据之美 (豆瓣)?一本介绍性的书籍，每章[详细]
-
BI Automation Framework
所属栏目：[大数据] 日期：2021-03-14 热度：68
com.oracle.biqa.framework.webdriver. WebAutomation (接口类) Selenium.WebElement.WebElement(String xpath_obj) //获得页面元素 void setObject(String xpath_obj) //设置button void setObject(String xpath_obj,String value) //输入input void setObj[详细]
-
POJ 1001 Exponentiation(大数幂,还是Java大发好!需调用多个方法
所属栏目：[大数据] 日期：2021-03-14 热度：145
Exponentiation Time Limit: ?500MS ? Memory Limit: ?10000K Total Submissions: ?156303 ? Accepted: ?38063 Description Problems involving the computation of exact values of very large magnitude and precision are common. For example,the comput[详细]
-
数据标准化与PCA白化原理探索
所属栏目：[大数据] 日期：2021-03-14 热度：157
PCA是实验中很常用的工具，一般用来做降维，它的实现有很多很多种，其中牵涉相当多的细节，笔者在实现PCA时常常有困惑，为什么查到的各种代码总有一些不同的trick，有时候对样本提前归一化？有时候又要减均值？这些操作对于PCA降维效果到底有什么影响？这篇[详细]
-
R语言绘制文字云
所属栏目：[大数据] 日期：2021-03-14 热度：177
差不多一年没有怎么认真写过博客了，最近要做毕业设计，记录一下有关实验。参考实验楼上一个实验。主要学习使用分词包 Rwordseg 对莎士比亚的名著《仲夏夜之梦》中的内容进行单词频数统计，提取关键词，并进行数据清洗，最后使用包 wordcloud 根据关键词出现[详细]
-
K 大数查询
所属栏目：[大数据] 日期：2021-03-14 热度：69
题目大意 有N个集合，初始为空。有M个操作， 修改操作：编号范围在l~r的集合都加入一个数值为a的数， 询问操作：编号范围在l~r的集合数值为第k大的数。 n,m=50000，|a|=n,k 树套树 当然可行，但我不会 考虑离线——整体二分 L，R表示数值的区间，mid=(L+R)/2[详细]
-
大数 Astar-Round1 Problem B
所属栏目：[大数据] 日期：2021-03-14 热度：113
题目 2016"百度之星" - 资格赛（Astar Round1） http://bestcoder.hdu.edu.cn/contests/contest_showproblem.php?cid=690pid=1002 Problem Description 度熊面前有一个全是由1构成的字符串，被称为全1序列。你可以合并任意相邻的两个1，从而形成一个新的序列[详细]
-
R语言数据处理——tidyr包
所属栏目：[大数据] 日期：2021-03-14 热度：162
????在实际进行数据分析的过程中，我们常需要对数据进行一些相应的整理, “ tidyr 包 ”中的 gather（ 宽数据转为长数据 ）、 spread（ 长数据转为宽数据 ）、 unit（ 多列合并为一列 ）、 separate（ 将一列分离为多列 ） 这四个 函数为我们的数据整理提供[详细]
-
推荐系统技术之文本相似性计算（三）
所属栏目：[大数据] 日期：2021-03-11 热度：183
今天这篇也比较长，但中间有部分是代码，7，8，9最后三节的信息我认为较为有用。 前面说了两篇了，推荐系统技术之文本相似性计算（一）和推荐系统技术 --- 文本相似性计算（二）分别介绍了 TFIDF 和向量空间的相关东西，然后介绍了 主题模型 ，这一篇我们就[详细]
-
趣图：论修电脑和当医生的相似性
所属栏目：[大数据] 日期：2021-03-11 热度：140
（点击 上方公众号 ，可快速关注） 既然喝水这么重要，今天来送个福利 ↓↓↓ 据路边社报道，水杯离你越近，喝水的频率将会越高。 借今天的趣图，来团一款方便携带的随手水杯。emoi 品牌，环保，外观设计简洁大方，手感也很不错。密封防漏做的好，可随身携带[详细]
-
[生产库实战] 如何合理的使用logmnr进行日志挖掘，并对生产库影
所属栏目：[大数据] 日期：2021-03-11 热度：188
Oracle Logmnr这个工具怎么用这里就不详细说，可以查看官方文档，网上的文档也一大堆，自己找吧。我这里就直接上干货了。 --创建Oracle目录 select * from dba_directories; create directory archivelog_dir as '/archivelog1/temp_archivelog/'; --grant r[详细]
-
基因数据处理44之cloud-scale-bwamem安装
所属栏目：[大数据] 日期：2021-03-11 热度：55
cloud-scale-bwamem是在spark等云环境上实现bwa-mem算法，加速对全基因组匹配的处理 1.下载： git clone https: //github.com/ytchen0323/cloud-scale-bwamem.git 2.编译： mvn clean package 3.编译成功： [INFO] ----------------------------------------[详细]
-
基因数据处理50之cs-bwamem、bwa、snap、bwa-mem与art比较
所属栏目：[大数据] 日期：2021-03-11 热度：142
直接看结果： （1）art仿真数据： hadoop @Master :~/cloud/adam/xubo/data/GRCH38Sub/cs-bwamem $ cat G38L100c50Nhs20 .aln ##ART_Illumina read_length 100 @CM art_illumina -ss HS20 -i GRCH38chr1L3556522 .fna -l 100 -c 50 -o G38L100c50Nhs20 -rs 1[详细]
-
基因数据处理45之cloud-scale-bwamem安装（compile.pl安装有问题
所属栏目：[大数据] 日期：2021-03-11 热度：102
脚本： hadoop @Master :~/xubo/tools/cloud-scale-bwamem $ cat compile.pl #! /usr/bin/perl system "mvn clean package" ;chdir "./src" ;system "mvn package -PotherOutputDir" ;chdir "./main/jni_fpga" ;system "mvn package -PotherOutputDir" ;chdi[详细]
-
基因数据处理47之ART基因序列数据生成器（仿真）
所属栏目：[大数据] 日期：2021-03-11 热度：162
1.概念： ART基因序列数据生成器 详细请见论文：【1】 和官网【2】 2.下载： ART-bin-GreatSmokyMountains-04.17.16-Linux64.tgz http://www.niehs.nih.gov/research/resources/assets/docs/artbingreatsmokymountains041716linux64tgz.tgz 3.配置 sudo cp到[详细]
-
基因数据处理49之cloud-scale-bwamem运行成功
所属栏目：[大数据] 日期：2021-03-11 热度：96
1.先使用art生成数据： 请看前一篇 2.上传fastq到hdfs： hadoop @Master :~/cloud/adam/xubo/data/GRCH38Sub/cs-bwamem $ spark-submit -- class cs . ucla . edu . bwaspark . BWAMEMSpark -- master local [2] / home / hadoop / xubo / tools / cloud - s[详细]
-
基因数据处理48之ART使用实例
所属栏目：[大数据] 日期：2021-03-11 热度：118
相关参数请见上一篇 1.使用实例1： hadoop @Master :~/cloud/adam/xubo/data/GRCH38Sub/cs-bwamem $ art_illumina -ss HS20 -i GRCH38chr1L3556522 .fna -l 100 -f 20 -o G38L100F20Nhs20 ==================== ART ==================== ART_Illumina ( 200[详细]
-
求0至大数之间的随机数
所属栏目：[大数据] 日期：2021-03-11 热度：178
题目：给定一个String类型的大数(非负整数)，不能直接转化为Integer，类似如下要求 The numbers can be arbitrarily large and are non-negative. Converting the input string to integer is? NOT ?allowed. You should? NOT ?use internal library such as[详细]
-
??攻略｜13招神技 让你在数据科学和数据分析工作中脱颖而出
所属栏目：[大数据] 日期：2021-03-11 热度：58
简介：我有幸在很早参与了一个大数据科学项目，我非常喜欢其中的工作，甚至我意识到我的努力可以增加一些公司的价值。 然而，可悲的是，只有不到30%的数据科学项目最终实施了。我备受打击的意识到我的努力被浪费了。但是，我不是唯一的一个。几乎，每一个分[详细]
-
基因数据处理46之cloud-scale-bwamem安装（compile.pl安装没问题
所属栏目：[大数据] 日期：2021-03-11 热度：128
版本：https://github.com/ytchen0323/cloud-scale-bwamem/releases/tag/v0.2.1 1.需要设置spark路径： !--systemPath/cluster/spark/spark-1.3.1-bin-hadoop2.4/lib/spark-assembly-1.3.1-hadoop2.4.0.jar/systemPath -- systemPath /home/hadoop/cloud/spa[详细]
-
基因数据处理51之cs-bwamem集群版运行*
所属栏目：[大数据] 日期：2021-03-11 热度：108
将master的local改为集群就可以了。 集群运行结果： 问题： 匹配50条的时候，bwa和snap都是生成50条。但是cs-bwamem会生成492条，其中25和50条重读的很多，匹配位置不同。不知道为啥？ 记录： D: 1 win7javajdkbinjava -Didea.launcher.port= 7538 "-Di[详细]
-
![《剑指offer》:[16]打印1到最大的N位数](/uploads/allimg/c210311/161541J101U40-12I4.gif)
《剑指offer》:[16]打印1到最大的N位数
所属栏目：[大数据] 日期：2021-03-11 热度：161
题目：输入数字N，按顺序打印从1到最大的n位十进制数。比如输入3，则打印出1、2、3一直到最大的三位数即：999. 乍一看这个题目很简单，我们很快就会写出下面的代码： void onetoN(int n){int number=1;for(int i=0;in;i++){number*=10;}for(int i=1;inumber;[详细]
-
基因数据处理52之cs-bwamem集群版运行（1千万条100bp的reads）
所属栏目：[大数据] 日期：2021-03-11 热度：65
1.art生成模拟序列： art_illumina -ss HS20 -i GRCH38BWAindex/GRCH38chr1L3556522 . fna -l 100 -c 10000000 -o g38L100c10000000Nhs20 2.上传到hdfs，制定partition数 spark-submit --class cs .ucla .edu .bwaspark .BWAMEMSpark --master spark://maste[详细]
