我想问一下有关KDD Cup2012的问题，我下载了tencent给出的数据，我怎么样做前期处理呢为了做聚类分析。
你下的应该是track1数据，这个数据量已经超出一般统计软件可处理的范围了。python是一个解决办法，但根据你的情况，建议你用mysql+navicat进行处理（原因：安装使用相对简单，加好索引处理几百万级数据速度还算可以），具体教程百度一下就可以
■网友
你问题太多完全没有基础，给你指条明路吧——python。
■网友
筛数据是必然的，不然你就一个训练集一个测试集没法重复测试，筛的办法随机就行还有你有些算法根本不用去试，像协同过滤这种算法真的没问题吗？KDD是2GB的大数据训练集+1GB的测试集，你用协同过滤就算放在sqlserver里跑要跑出预测报告运行起码也得1个小时以上，微博数据都是即时增长的，这种低效算法还没等你算完新数据已经更新了，考虑其他方法吧只会matlab也不是不能做，把训练集缩小以后csv直接导入，不过估计性能不行（我没试过，但有同学用matlab跑movielens数据跑了8个小时才跑完），一般这种情况数据导进数据库系统用数据库处理，如果你不会数据库的那就用C写效率高，matlab我一般拿来做闭环仿真用，用来做大数据处理不是很适合
■网友
你好，可不可以请你把数据集发我一下，我急用但是下载不下来~邮箱ligongpsfuture@foxmail.com，非常感谢
推荐阅读
- 过节■江苏省委省政府办公厅下发关于做好2021年元旦春节期间有关工作的通知
- 孩子|别忽视小孩只早晨咳怎么回事？或许和这几点有关
- 建议|育婴师给出这几点建议，来了解一下小孩发烧咳嗽怎么办
- 车祸违驾|为什么交警在查车时，会用手摸一下车尾，你知道是什么意思吗？
- 有哪些做短视频的自媒体推荐
- 想买个30w—50w的轿车，外形优雅精致，气质沉静内敛。要能够顾家，稳定，安全性能好。请帮忙推荐一下
- 汽车扒一扒|有谣言说国内的雷克萨斯配置低，我澄清一下，这不是谣言
- 怎样防止U盘内的文件被复制
- 汽车知识|广汽丰田旗下全新TNGA中型SUV“威兰达”，还不来了解一下
- 卫星云图中这种图像是啥情况