資料分箱是下列情形下常用的方法：
1.某些數值自變數在測量時存在隨機誤差，需要對數值進行平滑以消除噪音。
2.有些數值自變數有大量不重複的取值，對於使用<、>、=等基本操作符的演算法（如決策樹）而言，如果能減少這些不重複取值的個數，就能提高演算法的速度。
3.有些演算法只能使用分類自變數，需要把數值變數離散化。
資料被歸入幾個分箱之後，可以用每個分箱內數值的均值、中位數或邊界值來替代該分箱內各觀測的數值，也可以把每個分箱作為離散化後的乙個類別。例如，某個自變數的觀測值為1，2.1，2.5，3.4，4，5.6，7，7.4，8.2.假設將它們分為三個分箱，（1，2.1，2.5），（3.4，4，5.6），（7，7.4，8.2），那麼使用分箱均值替代後所得值為（1.87，1.87，1.87），（4.33，4.33，4.33），（7.53，7.53，7.53），使用分箱中位數替代後所得值為（2.1，2.1，2.1），（4，4，4），（7.4，7.4，7.4），使用邊界值替代後所得值為（1，2.5，2.5），（3.4，3.4，5.6），（7，7，8.2）（每個觀測值由其所屬分箱的兩個邊界值中較近的值替代）。
HBase適用 不使用情形
hbase不能完全替代hdfs或者關係型資料庫管理系統 hbase並沒有針對傳統的應用或者關係型分析做優化。同時也不適用於替代hdfs來進行大型的mapreduce操作。如果你的應用的模式很多變並且每一行都有些許不同，那麼你應該選擇hbase。例如使用傳統關係型資料庫時你不能快速的新增新列，同時多數...
SAP中採購收貨沖銷和退貨適用情形簡析
關於採購收貨沖銷和退貨適用於不同情形，在應用上也有著本質區別，其在系統中的操作方式也不同。做為使用者可能容易混淆。筆者結合應用上的經驗簡單分析一下。採購收貨沖銷若干適用情形舉例 收貨後，在尚未使用的情況下。發現有質量問題。此時可以在系統中沖銷收貨，並在系統外通知 商做換貨處理。待換貨到貨時，再重新收...
STL容器的適用情況
一 各種容器的特性 vector 典型的序列容器，c 標準嚴格要求次容器的實現記憶體必須是連續的，唯一可以和標準c相容的stl容器，任意元素的讀取 修改具有常數時間複雜度，在序列尾部進行插入 刪除是常數時間複雜度，但在序列的頭部插入 刪除的時間複雜度是o n 可以 在任何位置插入新元素，有隨機訪問功...