GeoQ_Spider

说明：  Python数据预处理示例，包括数据清洗、数据整合、数据变换等操作。(Python data preprocessing examples, including data cleaning, data integration, data transformation and other operations.)

python算法教程，数据结构和算法实例在python下的应用范例(tutorial of python algorithms, data structures and algorithms instance application examples in python)

一个介绍最优化方法课件,很详细,从最简单的一维搜索到共轭梯度,最速下降法等等,都有说明(An introduction to the optimization method courseware, very detailed, from the simplest one-dimensional search to conjugate gradient, the steepest descent method, etc.)

说明：  zookper节点搭建、持久节点、临时节点创建以及动态上下线(Construction of Zookper Node and Dynamic Up and Down)

说明：  从数据库获取车辆在一段时间内的所有行驶记录的相关数据，确定所需数据为GPS经纬度坐标和驾驶时长等，QB模型采用MDF的思想,其基本思想为:通过平均直接翻转距离函数定义两条轨迹之间的距离，两条轨迹需要具有相同的经纬度点数，具有相同点数的轨迹最大的优点是对轨迹距离成对计算，且相同轨迹之间具有更高的分辨率，对于轨迹聚类的结果有一定的优化。(Retrieved from the database cars all over a period of time, record the related data, determine the required data for the GPS latitude and longitude coordinates, and the driving time, QB model by adopting the idea of MDF, its basic idea is: flip directly by the average distance function definition of the distance between two trajectories, two tracks will have the same latitude and longitude points, and has the biggest advantages of the same points of trajectory track distance calculation in pairs, and has higher resolution, between the same trajectory for trajectory clustering results have certain optimization.)

利用urllib.request进行爬虫， 下载百度视频页面的所有图片保存到本地(Use urllib.request for crawl. Download all the pictures from Baidu video page to local.)

用VC编写的01背包问题,功能强大,是在老师的指导下完成的,大家可以用来参考(The 01 knapsack problem written with VC, powerful function, is completed under the guidance of the teacher, we can use for reference)

给定10000个用户和他们对10000个电影的评价，然后通过协同过滤或梯度下降算法，用训练集训练数据，预测出用户对未看的电影的评分，并与测试集对比验证预测结果的准确性(You can learn Chinese,and read the Chinese introduction.)

说明：  深入理解Spark核心技术书籍，书籍对spark进行了深入讲解，并对spark源码进行了剖析(In-depth understanding of Spark core technology books, books on Spark in-depth explanation, and analysis of spark source code)

1.PCA是一种降维方法，降维致力于解决三个问题： a缓解维数灾难， b压缩数据的同时最小化信息损失，即去除数据噪声； c将几百维的数据降到几维方便可视化; d 降低算法开销。 PCA将数据投射到一个低维子空间实现降维。例如，二维数据集降维就是把点投射成一条线，数据集的每个样本都可以用一个值表示，不需要两个值。三维数据集可以降成二维，就是把变量映射成一个平面。一般情况下，n维数据集可以通过映射降成k维子空间，其中k是选取的主成分数目。