原创 Spark機器學習之特徵提取、選擇、轉換

本節介紹了處理特徵的算法,大致分爲以下幾組:      1、提取:從“原始”數據提取特徵      2、轉換:縮放,轉換或修改要素    

原创 Java本地文件刪除和計算文件大小

public class filetest { public static void main(String[] agrs){ File file = new File("file"); Syst

原创 list集合轉csv文件以及servlet導出csv和excel文件

public class CsvToListObjectTest { /** * 寫入csv文件 * @param list * @param fileName * @return

原创 線程池多線程併發處理批量數據

import java.util.ArrayList; import java.util.List; import java.util.concurrent.CountDownLatch; import java.util.conc

原创 MultipartFile上傳csv和excel文件保存到數據庫中

springMVC中MultipartFile接收文件: 導入CSV文件:csv->json->list<類> public List<T> readCsv(MultipartFile file){ List

原创 Java生產者與消費者模式的簡單寫法

生產者消費者模式是研究多線程程序的經典問題之一,它描述是有一塊緩衝區作爲緩存隊列/倉庫,生產者可以將產品放入隊列,消費者則可以從隊列中取走產品。大多數的後臺服務程序併發控制的基本原理都可以歸納爲生產者消費者模式。 1、使用Synchron

原创 二叉樹的遍歷使用Java實現

import java.util.Stack; /** * Created by ***** on 2017/8/21. */ public class BinaryTreeSeek { public static void

原创 超詳細 Spring @RequestMapping 註解使用技巧

@RequestMapping 是 Spring Web 應用程序中最常被用到的註解之一。這個註解會將 HTTP 請求映射到 MVC 和 REST 控制器的處理方法上。  在這篇文章中,你將會看到 @RequestMapping 註解在被

原创 Spark機器學習之分類與迴歸

本頁面介紹了分類和迴歸的算法。 它還包括討論特定類別的算法的部分,如線性方法,樹和集合體。 目錄 分類 Classification -----------邏輯迴歸 Logistic regression -------------

原创 字符串的全排列問題的解決方法

package exampletest; import java.util.ArrayList; import java.util.Scanner; public class Main01 { public static vo

原创 Java Executors工具線程池的使用

轉載:http://cuisuqiang.iteye.com/blog/2019372 在面向對象編程中,創建和銷燬對象是很費時間的,因爲創建一個對象要獲取內存資源或者其它更多資源。在Java中更是如此,虛擬機將試圖跟蹤每一個對象,以便能

原创 數據結構Java版的查找算法實現

import java.util.Arrays; import java.util.HashMap; import java.util.Iterator; import java.util.Set; /** * 查找的基本算法: *

原创 java實現字符串的一般和KMP模式匹配算法

/** * Created by on 2017/8/20. */ public class StringIndex { public static void main(String agrs[]){ Stri

原创 Python機器學習庫SKLearn的特徵選擇

參考地址:http://scikit-learn.org/stable/modules/feature_selection.html#feature-selection sklearn.feature_selection模塊中的類可用於

原创 劍指Offer的斐波那契數列的循環解決方案

題目:大家都知道斐波那契數列,現在要求輸入一個整數n,請你輸出斐波那契數列的第n項。n<=39 public class Solution { public int Fibonacci(int n) { int