【Spark Summit East 2017】Spark中的草图数据和T-Digest-低调大师

【Spark Summit East 2017】Spark中的草图数据和T-Digest

2017-02-19 624

更多精彩内容参见云栖社区大数据频道https://yq.aliyun.com/big-data；此外，通过Maxcompute及其配套产品，低廉的大数据分析仅需几步，详情访问https://www.aliyun.com/product/odps。

本讲义出自Erik Erlandson在Spark Summit East 2017上的演讲，大型数据集的草图概率分布的算法是现代数据科学的一个基本构建块，草图在可视化、优化数据编码、估计分位数以及数据合成等不同的应用中都有应用之地，T-Digest是一个通用的的草图的数据结构，并且非常适合于map-reduce模式，演讲中演示了Scala原生的T-Digest草图算法实现并证实了其在Spark的可视化展示、分位数估计以及数据合成的作用。

微信关注我们

原文链接：https://yq.aliyun.com/articles/70425

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

【Spark Summit East 2017】R与Spark：如何使用RStudio的 Sparklyr和H2O的 Rsparkling分...

更多精彩内容参见云栖社区大数据频道https://yq.aliyun.com/big-data；此外，通过Maxcompute及其配套产品，低廉的大数据分析仅需几步，详情访问https://www.aliyun.com/product/odps。本讲义出自Nathan Stephens在Spark Summit East 2017上的演讲，Sparklyr是一个让你在Spark中进行数据分析就像在R开发环境下进行数据分析的R语言包，Sparklyr 支持处理数据帧对象的常用工具dplyr的完整后端，你可以使用dplyr将R代码翻译成Spark SQL，Sparklyr还支持MLlib，所以你可以在分布式数据集上运行分类器以及回归、聚类、决策树等机器学习算法，讲义中演示了如何使用Sparklyr和Rsparkling分析数据。

2017-02-20

637

更多精彩内容参见云栖社区大数据频道https://yq.aliyun.com/big-data；此外，通过Maxcompute及其配套产品，低廉的大数据分析仅需几步，详情访问https://www.aliyun.com/product/odps。本讲义出自Heiko Korndorf在Spark Summit East 2017上的演讲，R语言是一个广受平台数据科学家欢迎的应用于许多不同的领域的模型分析创建的语言，但是当这些应用程序从科学实验室迁移到大型企业的生产环境就出现了一系列新的挑战，而独立于R的Spark则是非常强大的通用计算平台，通过引入SparkR使得在生产环境下使用数据科学应用成为了可能，本次演讲将会分享两个将数据科学应用引入真实生产环境的案例。

2017-02-20

517

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。