云和大數據，應該是近幾年IT炒的最熱的兩個話題了。在我看來，這兩者之間的不同就是：云是做新的瓶，裝舊的酒； 大數據是找合適的瓶，釀新的酒。

在前面的文章中，介紹了三種常見的分類算法。分類作為一種監督學習方法，要求必須事先明確知道各個類別的信息，并且斷言所有待分類項都有一個類別與之對應。但是很多時候上述條件得不到滿足，尤其是在處理海量數據的時候，如果通過預處理使得數據滿足分類算法的要求，則代價非常大，這時候可以考慮使用聚類算法。聚類屬于無監督學習，相比于分類，聚類不依賴預定義的類和類標號的訓練實例。本文首先介紹聚類的基礎——距離與相異度，然后介紹一種常見的聚類算法——k均值和k中心點聚類，最后會舉一個實例：應用聚類方法試圖解決一個在體育界大家頗具爭議的問題——中國男足近幾年在亞洲到底處于幾流水平。

從Mahout源碼可以分析出：進行KMeans聚類時，會產生四個步驟。 數據預處理，整理規范化數據 從上述數據中隨機選擇若干個數據當作Cluster的中心 迭代計算，調整形心 把數據分給各個Cluster

簡介(1)K-means算法將數據對象描述成n唯空間中的點，用向量表示；算法隨機選擇K個點，作為簇的中心，然后根據其余點與簇心的距離，將其分配到最近簇中去；接著重新計算每個簇的中心（通過其包含的所有向量的平均值），然后重新劃分所有點的簇歸屬，如此迭代直到過程收斂。K-means簡單高效，但K值（即簇的數量）和初始簇心選取的合理性會對聚類效果產生較大影響。

HBase–HadoopDatabase，是一個高可靠性、高性能、面向列、可伸縮的分布式存儲系統，利用HBase技術可在廉價PCServer上搭建起大規模結構化存儲集群。HBase是GoogleBigtable的開源實現，類似GoogleBigtable利用GFS作為其文件存儲系統，HBase利用HadoopHDFS作為其文件存儲系統；Google運行MapReduce來處理Bigtable中的海量數據，HBase同樣利用HadoopMapReduce來處理HBase中的海量數據；

該文檔從源代碼的級別剖析了Hadoop 0.20.2版本的MapReduce模塊的運行原理和流程，對JobTracker、TaskTracker的內部結構和交互流程做了詳細介紹。系統地分析了Map程序和Reduce程序運行的原理。讀者在閱讀之后會對Hadoop MapReduce 0.20.2版本源代碼有一個大致的認識。

hadoop SequenceFile 是一個由二進制形式key/value的字節流組成的存儲文件,SequenceFile可壓縮可切分，非常適合hadoop文件存儲特性,SequenceFile的寫入由SequenceFile.Writer來實現, 根據壓縮類型SequenceFile.Writer又派生出兩個子類SequenceFile.BlockCompressWriter和SequenceFile.RecordCompressWriter, 壓縮方式由SequenceFile類的內部枚舉類CompressionType來表示。

Oracle分析函數實際上操作對象是查詢出的數據集，也就是說不需二次查詢數據庫，實際上就是oracle實現了一些我們自身需要編碼實現的統計功能，對于簡化開發工作量有很大的幫助，特別在開發第三方報表軟件時是非常有幫助的。

易飛數據庫日常維護易飛事業部易飛數據庫日常維護1.SQLServer的維護；2.PostgreSQL的維護。1、SQLServer的維護1.1使用維護計劃，備份數據庫1.1.1、SQLServer2000的操作步驟如下：A、打開SQLServer的“企業管理器”；1、SQLServer的維護B、“管理”?右擊“數據庫維護計劃”?“新增維護計劃”；

1>漢字編碼的相關說明漢字是雙字節的，要占用兩個BYTE的位置（即16位），分別稱為高位和低位。中國規定的漢字編碼為GB2312，這是強制性的，目前幾乎所有的能處理中文的應用程序都支持GB2312。GB2312包括了一二級漢字和9區符號，高位從0xa1到0xfe，低位也是從0xa1到0xfe，其中，漢字的編碼范圍為0xb0a1到0xf7fe。

Javascript文件操作一、功能實現核心：FileSystemObject對象其實，要在Javascript中實現文件操作功能，主要就是依靠FileSystemobject對象。在詳細介紹FileSystemobject對象的各個屬性和方法的使用細節前，先來看看這個對象包括哪些相關對象和集合：二、FileSystemObject編程三步使用FileSystemObject對象進行編程很簡單，一般要經過如下的步驟：創建FileSystemObject對象、應用相關方法、訪問對象相關屬性。

我們看到很多Android應用都具有自動更新功能，用戶一鍵就可以完成軟件的升級更新。得益于Android系統的軟件包管理和安裝機制，這一功能實現起來相當簡單，下面我們就來實踐一下。

Java三大特性：封裝:抽象:處理各種問題的第一步，把具體的問題與解決問題的方法結合起來，這就是抽象的過程.Java常見的訪問控制修飾符:Public：到處都可以訪問，不受包和父子類關系的限制默認:只在同包內可以訪問，不受父子類關系限制Protected:不同包的子類和同包的類中訪問，這是一種繼承訪問。

對新進員工進行GWT技術培訓，使他們可以在以前沒有接觸過GWT的基礎上，通過本文檔，經過短期學習，即可使用GWT進行日常開發工作。 面向讀者：熟悉JAVA語言，有用J2EE開發三層架構軟件系統的經驗WEB應用程序開發者。一、基本概念核心GWT概念，諸如：把JAVA原碼編譯為JAVASCRIPT原碼，調試，跨瀏覽器支持，和定義模塊（module）等。

第一天　XHTML CSS基礎知識歡迎大家學習《十天學會web標準》，也就是我們常說的DIV+CSS。不過這里的DIV+CSS是一種錯誤的叫法，建議大家還是稱之為web標準。學習本系列教程需有一定html和css基礎，也就是指您之前做過網頁，會用表格布局。如果您剛開始學習網頁制作，不知道什么是表格布局及html和css，建議您先去充電，否則學習本教程會非常吃力或者根本就聽不懂。

C語言程序設計第1篇歡迎您進入C語言大門1、了解C語言程序設計2、C語言的語法規則第2篇設計C語言結構程序1、設計順序結構程序2、設計選擇結構程序3、設計循環結構程序4、多功能計算軟件項目實訓第3篇指導開發中型項目1、近距離接觸C語言函數2、編譯預處理3、應用數組設計程序4、如何應用指針解決實際問題5、學生成績管理系統項目實訓第4篇齊心協力、開發大型項目1、探究結構體、共用體、枚舉以及位運算

CSS參考手冊v3.2.0Update Time: 2011.11.20 在每頁頂部的增加了面包屑及導航到相關內容；新增了<identifier> Value參考；新增了cycle() Value參考；新增了ch Unit參考；新增了Units下某些缺少的demo并完善了內容；新增了animation-fill-mode屬性參考；修訂了一些錯誤鏈接；修訂了一些BUG；補充修訂了問題和經驗列表；<br> CSS參考手冊v3.1.0Update Time: 2011.10.13 新增了動畫速查表；新增了動畫CSS Animations Properties參考；新增了規則@keyframes參考；新增了部分屬性的IE10支持；修訂了IE9對部分屬性的支持問題；修訂了一些BUG；補充修訂了問題和經驗列表；

GB2312轉unicode程序

unicode編碼表

GB2312簡體中文編碼表