腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

SAMshare

专栏作者

271

文章

290932

阅读量

38

订阅数

特征锦囊：如何把“年龄”字段按照我们的阈值分段？

敏感数据处理数据处理

我们在进行特征处理的时候，也有的时候会遇到一些变量，比如说年龄，然后我们想要按照我们想要的阈值进行分类，比如说低于18岁的作为一类，18-30岁的作为一类，那么怎么用Python实现的呢？

2020-02-17

8000

推荐系统特征工程的万字理论

数据库大数据数据分析数据处理数据结构

推荐系统是机器学习的一个子领域，并且是一个偏工程化、在工业界有极大商业价值的方向。大量应用于提供toC类产品的互联网企业服务中，通过推荐系统为用户提供精准的个性化服务。推荐系统通过推荐算法来为用户生成个性化推荐结果，而推荐算法依赖数据输入来构建算法模型。

2020-01-15

2.8K0

BigData | 大数据处理基本功（下）

apache 数据处理 windows 分布式

指的是将多个不同的处理模块连接在一起，最后得出一个自己需要的结果的有向无环图（Directed Acyclic Graph/DAG）的系统。

2019-08-22

5940

BigData | Beam的基本操作（PCollection）

apache 大数据 css 数据处理文件存储

在一开始接触到PCollection的时候，也是一脸懵逼的，因为感觉这个概念有点抽象，除了PCollection，还有PValue、Transform等等，在学习完相关课程之后，也大致有些了解。

2019-08-09

1.3K0

Big Data | 流处理？Structured Streaming了解一下

spark api python sql 数据处理

上一篇文章里，总结了Spark 的两个常用的库（Spark SQL和Spark Streaming），可以点击这里进行回顾。其中，SparkSQL提供了两个API：DataFrame API和DataSet API，我们对比了它们和RDD：

2019-07-08

1.1K0

BigData | 优秀的流处理框架 Flink

大数据 spark api windows 数据处理

Apache Flink就是其中的翘楚，它采用了基于操作符（operator）的连续流模型，可以做到微秒的延迟。Flink最核心的数据结构是Stream，它代表一个运行在多个分区上的并行流，它没有边界，随着时间的增长而不断变化，而且它是逐条进行操作的，每当有新数据进行就会被执行，这也是Flink低延迟的根本。

2019-07-08

8930

没有更多了

社区活动

腾讯技术创作狂欢月

“码”上创作 21 天，分 10000 元奖品池！

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态