更新 15.大数据与MapReduce的md

docs/15.大数据与MapReduce.md

@@ -0,0 +1,42 @@
+# 大数据与MapReduce
+
+> 本章内容
+
+* MapReduce
+* Python中Hadoop流的使用
+* 使用mrjob库将MapReduce自动化
+* 利用Pegasos算法并行训练支持向量机
+
+## MapReduce：分布式计算的框架
+
+```
+优点：可在短时间内完成大量工作。
+缺点：算法必须经过重写，需要对系统工程有一定的理解。
+适用数据类型：数值型和标称型数据。
+```
+
+* MapReduce集群的示意图
+![MapReduce集群的示意图](/images/15.BigData_MapReduce/MR_1_cluster.jpg)
+
+> 关于MapRduce的学习要点
+
+* 主节点控制MapReduce的作业流程
+* MapReduce的作业可以分成map任务和reduce任务
+* map任务之间不做数据交流，reduce任务也一样
+* 在map和reduce阶段中间，有一个sort和combine阶段
+* 数据被重复存放在不同的机器上，以防止某个机器实效
+* mapper和reducer传输的数据形式为key/value对
+
+## Hadoop流
+
+## 在Amazon网络服务商运行Hadoop程序
+
+## MapReduce上的机器学习
+
+## 在Python中使用mrjob来自动化MapReduce
+
+## 示例：分布式SVM的Pegasos算法
+
+## 你真的需要MapReduce吗？
+
+## 本章小节

docs/6.支持向量机.md

@@ -102,7 +102,7 @@ This is the simplest kind of SVM (Called an LSVM) Support Vectors are those data
 * 我们知道几乎所有的数据都不那么干净, 通过引入松弛变量来允许数据点可以处于分隔面错误的一侧。
 * 约束条件： \\(C>=a>=0,\ and\ \sum_{i=1}^{m} a_i·label_i=0\\)
 * 这里常量C用于控制“最大化间隔”和“保证大部分点的函数间隔小于1.0” 这两个目标的权重。
-* 常量C是一个常数，我们通过调节钙参数得到不同的结果。一旦求出了所有的alpha，那么分隔超平面就可以通过这些alpha来表示。
+* 常量C是一个常数，我们通过调节该参数得到不同的结果。一旦求出了所有的alpha，那么分隔超平面就可以通过这些alpha来表示。
 * 这一结论十分直接，SVM中的主要工作就是要求解 alpha.
 
 > SVM应用的一般框架
@@ -131,7 +131,7 @@ SVM的一般流程
     * 这里指的合适必须要符合一定的条件
         * 1.这两个alpha必须要在间隔边界之外
         * 2.这两个alpha还没有进行过区间化处理或者不在边界上。
-    * 之所以要同时改变2个alpha；原因，我们有一个约束条件：`Σ a[i]*label(i)=0`；如果只是修改一个alpha，很可能导致约束条件失效。
+    * 之所以要同时改变2个alpha；原因，我们有一个约束条件： \\(\sum_{i=1}^{m} a_i·label_i=0\\)；如果只是修改一个alpha，很可能导致约束条件失效。
 
 ```
 SMO伪代码大致如下：