大数据的5周的课终于快上完了

mark一下我的大数据5周的课终于快上完了，还差最后的一部分Handon，要不是昨天的进度耽误，还真是能够3天完成啊。本来是找的KNIME的实践课的，但是发现KNIME的操作实在太少，大部分都是关于理论的学习，不过也好，也算是大的串讲，明天要开始着手处理我的大数据，心里好慌，还有数据要清洗。

总的而言讲大数据，会降到如何准备数据，清理数据，分析数据，模型验证什么的。这次关于模型的再深化还是对我有益的，第二次听这些内容，勾起了第一遍的回忆，当然因为讲的老师不同，也让我收获了一些新的东西。比如关系分析，Association Analysis，之前的课程中就没哟讲到，就无法理解如何来算的大数据经典案例，啤酒和尿布如何被拉出关系来的。还是觉得很神奇，不过细细分析，还真是挺科学的。 

知识的梳理也包括，之前对分类和汇聚的认识的不足，总是搞混，现在终于深刻的意识到了不同。分类的话就是你知道标签是什么，知道几个篮子是什么，就是把菜归类的不同的篮子里去。而汇聚的话，其实你跟不不知道你的篮子什么样子，只能通过数据来分析出来。分类比较经典的算法有KNN，朴素贝叶斯和决策树。而汇聚的话主要Kmeans算法。

不过这个课讲回归的东西实在太少了，只有一个线性回归，而且是一元的线性回归，多元的都没有提到，更没有提到逻辑回归。所以还是要多交叉的听听不同的大数据的课，这样会比较好的理解大数据和机器学习的部分。