ITPub博客

RHive是一种通过HIVE高性能查询来扩展R计算能力的包。它可以在R环境中非常容易的调用HQL，也允许在Hive中使用R的对象和函数。理论上数据处理量可以无限扩展的Hive平台，搭配上数据挖掘的利器R环境，堪称是一个完美的大数据分析挖掘的工作环境。环境配置(配置部分是同事搞定的，只记录一些细节)R

前段时间应朋友之邀请，在新华社某个栏目做了一期小节目，主题是彩票可不可以作为投资手段？正好，借着这个机会说说大家对彩票的误区。先说说公正性在国际上彩票的各期投注结果是需要进行随机性验证的，一般的验证由高校的研究所主导，一般来说大概会有上百种统计方法来验证彩票开奖的随机性，并随时发布在官方网站上供民众

前段时间同事推荐《明朝那些事儿》，正好上班路上无聊，于是下载了电子版通读了一下。果然，作为汉族最后一个王朝——大明的历史非常有意思，各种不可思议，各种匪夷所思。个人觉得作者的确有功底，但精彩还是来源于辉煌壮丽的明史。职业习惯，顺手把《明朝那些事儿》中所有的人物关系绘制一下，正好作为明史的温习：仅在这

这是一篇凑数博客，囧～很多人都是办公电脑和私人电脑各一台，很多时候需要同步在两地的数据，比如文件啊、标签啊、笔记啊啥的。这时候云存储的应用就有用武之地了。下面介绍一下我常用的三款数据同步应用。evernote这款产品适用于电脑、手机、网页间的笔记同步，是一款收集碎片知识的利器。什么信息都可以向上丢，

R2.14.0版本以后，parallel包被作为核心包引入R，这个包主要建立在multicore和snow包的工作基础之上，包含了这两个包大部分功能函数，以及集成了随机数发生器。实际上对于R来说，并行化可以在不同的层级上实现：比如，在最底层，现在的多核CPU可以实现一些基础的数值运算（比如整数和浮点

第13期KDnuggets关于数据挖掘软件的调查结果新鲜出炉，调查了对于过去的12个月里实际的项目过程中使用了哪些数据挖掘（分析）软件？不出所料，底层语言使用频率最高的是依旧是R语言、SQL、Java和Python。而从软件工具角度上看，R、Excel和RapidMiner则名列三甲（去年R排名第二

在我还没回过神的时候，今年的R语言会议北京场己经结束，伴随着早上迷糊的送走李舰，意味着这次相聚终于曲终人散。本来我不是伤感的人，但今天看到怡轩师弟的一句微博：感谢几位引路人。@谢益辉@刘思喆@雁起平沙@thinkfan这个中滋味……这些年，和周围的朋友们一起成长，一起为了一个目标努力。大家同分享，同

前段时间在老家给小舅子补习高中数学，其中有一道数列的求解，题目是这样的：a_1=1</li>a_2=1</li>a_n=a_(n-1)+a_(n-2)</li>求a_n的通项表达。解题思路是先构建等比数列b_n，再将等比数列b_n变形回a_n，求得通项。这道题实际

一直以来，我们在提到使用R进行数据分析、数据挖掘都会使用RODBC、RJDBC、DBI等相关的包来调用数据库，比如我前面罗嗦的一片文章数据挖掘之R与SQL，但实际基本上各大数据库厂商已有相应的R语言企业级应用产品，这些厂商包括Oracle、IBM、Teradata、Sybase、SAP。Oracle

上一篇文章说道最近我在做文本挖掘方面的一些工作，到今天为止暂告一段落。刚好也整理了一份针对中文的《R语言环境下的文本挖掘》，供感兴趣的童鞋参考（见文章底部）。自然语言处理（NatureLanguageProcess）是一个非常让人着迷的领域，应用范围非常广泛，比如去年人机大战中大出风头的IBMWat

最近事情很多，每天下班回来，自己弄些东西吃，稀里糊涂就到了21点。跟着再浏览一下圈子信息，时间更是倏地一下就到了0点，然后第二天变熊猫……主要在忙两件事翻译《Rinanutshell》，三月底应该会到出版社那边重头戏，整理文本挖掘的相关技术明天会在公司内部进行文本挖掘的培训，下面是提纲：说到文本挖掘

有人说，爱情是凄美的，没有结局的爱情永远定格在那一刻，才是永恒；有人说，爱情是天使，就像那可爱的丘比特，会带给我们欢乐和甜蜜；还有人说，爱情是恶魔，它一次又一次的带我们到痛苦的深渊。爱情究竟是什么，让我们看看统计数字诉说的真相：爱情永远寂寞22996首中文歌曲（844个流行歌手）——不管我们怎么想，

纽约尼克斯华裔后卫林书豪0.5秒三分绝杀！在带领球队获得五连胜后，在对战猛龙队客场的比赛中，刚刚获得上周东部最佳球员的林书豪全场20投9中拿下27分11次助攻，终场前0.5秒，林书豪的三分逆天绝杀帮助尼克斯以90-87战胜猛龙！迎来六连胜！（叹号真多……）这场比赛可以总结为：尼克斯队落后了47分钟，