云和大数据，应该是近几年IT炒的最热的两个话题了。在我看来，这两者之间的不同就是：云是做新的瓶，装旧的酒； 大数据是找合适的瓶，酿新的酒。

在前面的文章中，介绍了三种常见的分类算法。分类作为一种监督学习方法，要求必须事先明确知道各个类别的信息，并且断言所有待分类项都有一个类别与之对应。但是很多时候上述条件得不到满足，尤其是在处理海量数据的时候，如果通过预处理使得数据满足分类算法的要求，则代价非常大，这时候可以考虑使用聚类算法。聚类属于无监督学习，相比于分类，聚类不依赖预定义的类和类标号的训练实例。本文首先介绍聚类的基础——距离与相异度，然后介绍一种常见的聚类算法——k均值和k中心点聚类，最后会举一个实例：应用聚类方法试图解决一个在体育界大家颇具争议的问题——中国男足近几年在亚洲到底处于几流水平。

从Mahout源码可以分析出：进行KMeans聚类时，会产生四个步骤。 数据预处理，整理规范化数据 从上述数据中随机选择若干个数据当作Cluster的中心 迭代计算，调整形心 把数据分给各个Cluster

简介(1)K-means算法将数据对象描述成n唯空间中的点，用向量表示；算法随机选择K个点，作为簇的中心，然后根据其余点与簇心的距离，将其分配到最近簇中去；接着重新计算每个簇的中心（通过其包含的所有向量的平均值），然后重新划分所有点的簇归属，如此迭代直到过程收敛。K-means简单高效，但K值（即簇的数量）和初始簇心选取的合理性会对聚类效果产生较大影响。

HBase–HadoopDatabase，是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统，利用HBase技术可在廉价PCServer上搭建起大规模结构化存储集群。HBase是GoogleBigtable的开源实现，类似GoogleBigtable利用GFS作为其文件存储系统，HBase利用HadoopHDFS作为其文件存储系统；Google运行MapReduce来处理Bigtable中的海量数据，HBase同样利用HadoopMapReduce来处理HBase中的海量数据；

该文档从源代码的级别剖析了Hadoop 0.20.2版本的MapReduce模块的运行原理和流程，对JobTracker、TaskTracker的内部结构和交互流程做了详细介绍。系统地分析了Map程序和Reduce程序运行的原理。读者在阅读之后会对Hadoop MapReduce 0.20.2版本源代码有一个大致的认识。

hadoop SequenceFile 是一个由二进制形式key/value的字节流组成的存储文件,SequenceFile可压缩可切分，非常适合hadoop文件存储特性,SequenceFile的写入由SequenceFile.Writer来实现, 根据压缩类型SequenceFile.Writer又派生出两个子类SequenceFile.BlockCompressWriter和SequenceFile.RecordCompressWriter, 压缩方式由SequenceFile类的内部枚举类CompressionType来表示。

Oracle分析函数实际上操作对象是查询出的数据集，也就是说不需二次查询数据库，实际上就是oracle实现了一些我们自身需要编码实现的统计功能，对于简化开发工作量有很大的帮助，特别在开发第三方报表软件时是非常有帮助的。

易飞数据库日常维护易飞事业部易飞数据库日常维护1.SQLServer的维护；2.PostgreSQL的维护。1、SQLServer的维护1.1使用维护计划，备份数据库1.1.1、SQLServer2000的操作步骤如下：A、打开SQLServer的“企业管理器”；1、SQLServer的维护B、“管理”右击“数据库维护计划”“新增维护计划”；

1>汉字编码的相关说明汉字是双字节的，要占用两个BYTE的位置（即16位），分别称为高位和低位。中国规定的汉字编码为GB2312，这是强制性的，目前几乎所有的能处理中文的应用程序都支持GB2312。GB2312包括了一二级汉字和9区符号，高位从0xa1到0xfe，低位也是从0xa1到0xfe，其中，汉字的编码范围为0xb0a1到0xf7fe。

Javascript文件操作一、功能实现核心：FileSystemObject对象其实，要在Javascript中实现文件操作功能，主要就是依靠FileSystemobject对象。在详细介绍FileSystemobject对象的各个属性和方法的使用细节前，先来看看这个对象包括哪些相关对象和集合：二、FileSystemObject编程三步使用FileSystemObject对象进行编程很简单，一般要经过如下的步骤：创建FileSystemObject对象、应用相关方法、访问对象相关属性。

我们看到很多Android应用都具有自动更新功能，用户一键就可以完成软件的升级更新。得益于Android系统的软件包管理和安装机制，这一功能实现起来相当简单，下面我们就来实践一下。

Java三大特性：封装:抽象:处理各种问题的第一步，把具体的问题与解决问题的方法结合起来，这就是抽象的过程.Java常见的访问控制修饰符:Public：到处都可以访问，不受包和父子类关系的限制默认:只在同包内可以访问，不受父子类关系限制Protected:不同包的子类和同包的类中访问，这是一种继承访问。

对新进员工进行GWT技术培训，使他们可以在以前没有接触过GWT的基础上，通过本文档，经过短期学习，即可使用GWT进行日常开发工作。 面向读者：熟悉JAVA语言，有用J2EE开发三层架构软件系统的经验WEB应用程序开发者。一、基本概念核心GWT概念，诸如：把JAVA原码编译为JAVASCRIPT原码，调试，跨浏览器支持，和定义模块（module）等。

第一天　XHTML CSS基础知识欢迎大家学习《十天学会web标准》，也就是我们常说的DIV+CSS。不过这里的DIV+CSS是一种错误的叫法，建议大家还是称之为web标准。学习本系列教程需有一定html和css基础，也就是指您之前做过网页，会用表格布局。如果您刚开始学习网页制作，不知道什么是表格布局及html和css，建议您先去充电，否则学习本教程会非常吃力或者根本就听不懂。

C语言程序设计第1篇欢迎您进入C语言大门1、了解C语言程序设计2、C语言的语法规则第2篇设计C语言结构程序1、设计顺序结构程序2、设计选择结构程序3、设计循环结构程序4、多功能计算软件项目实训第3篇指导开发中型项目1、近距离接触C语言函数2、编译预处理3、应用数组设计程序4、如何应用指针解决实际问题5、学生成绩管理系统项目实训第4篇齐心协力、开发大型项目1、探究结构体、共用体、枚举以及位运算

CSS参考手册v3.2.0Update Time: 2011.11.20 在每页顶部的增加了面包屑及导航到相关内容；新增了<identifier> Value参考；新增了cycle() Value参考；新增了ch Unit参考；新增了Units下某些缺少的demo并完善了内容；新增了animation-fill-mode属性参考；修订了一些错误链接；修订了一些BUG；补充修订了问题和经验列表；<br> CSS参考手册v3.1.0Update Time: 2011.10.13 新增了动画速查表；新增了动画CSS Animations Properties参考；新增了规则@keyframes参考；新增了部分属性的IE10支持；修订了IE9对部分属性的支持问题；修订了一些BUG；补充修订了问题和经验列表；

GB2312转unicode程序

unicode编码表

GB2312简体中文编码表