n******7
发帖数: 12463 | 1 最近开始用java
之前没写过一个完整的java code
靠着神站堆栈溢出把几百行的R code改成了java
第一次跑居然只有一个dimension match的错误
静态语言配合IDE真强大
问题是java似乎没有好用的数学包
我需要一些矩阵操作，已经统计分析
找了好久，发现java的包
要么是多年没更新了（colt 11年）
要么是个个人项目，连文档都没有（UJMP）
要么功能很有限（大部分只支持一些矩阵操作，没有统计功能）
要么performance太差（https://code.google.com/p/java-matrix-benchmark/wiki/
RuntimeCorei7v2600_2013_10）
用了Apache common math
发现很烂，比如：
1.RealVector 没有算mean，count NaN这些基本需要的function
2.本来老早把数据转成RealVector了，用stat的时候发现还要转成double[]
3.stat的function连NaN remove的option都没有，最后都是手动处理
java有什么像样点的数学包吗？
BTW， java没有operator overloading是个比较烦心的事情，公式写出来太恶心了 |
z****e
发帖数: 54598 | 2 这个部分你还是多看看scala
无论是类库还是语言的features
scala就有operator overload了 |
n******7
发帖数: 12463 | 3 作为jvm衍生语言
scala的库能比java的还好使？
我看大家都说scala复杂
作为1/3时间写代码的
不想太费脑力啊
【在 z****e 的大作中提到】
: 这个部分你还是多看看scala
: 无论是类库还是语言的features
: scala就有operator overload了
|
e*******o
发帖数: 4654 | |
L*******r
发帖数: 1011 | 5 http://incanter.org/
【在 n******7 的大作中提到】
: 最近开始用java
: 之前没写过一个完整的java code
: 靠着神站堆栈溢出把几百行的R code改成了java
: 第一次跑居然只有一个dimension match的错误
: 静态语言配合IDE真强大
: 问题是java似乎没有好用的数学包
: 我需要一些矩阵操作，已经统计分析
: 找了好久，发现java的包
: 要么是多年没更新了（colt 11年）
: 要么是个个人项目，连文档都没有（UJMP）
|
n******7
发帖数: 12463 | 6 谢谢!
刚看了下目录，震惊了
第一章居然是C...
再看了下第8页，原来作者知道这一点
看来值得一读
【在 e*******o 的大作中提到】
: http://modelingwithdata.org/about_the_book.html
: 这本书你可能会喜欢。
|
n******7
发帖数: 12463 | 7 这个我知道
其实几天前我写clojure比java还有经验些
用这个得再学clojure，短时间搞不定了
另外，也不知道这个包的质量如何
毕竟是个半个人项目
网站都做的乱死了
现在做math/statistics
MATLAB和R算一流工具
numpy/scipy算二流的
其他我试过的都是三流往下了...
【在 L*******r 的大作中提到】
: http://incanter.org/
|
n******7
发帖数: 12463 | 8 这个书里的例子再次强调了R的慢
一般地，R比python/perl慢一个数量级
python/perl比C/java又慢一个数量级
我这次就是开始的算法在加上了几层东西之后，根本没法用了才被迫找R alternative
而且R core team很保守，稳定的优先级远大于performance
实在蛋疼
【在 n******7 的大作中提到】
: 谢谢!
: 刚看了下目录，震惊了
: 第一章居然是C...
: 再看了下第8页，原来作者知道这一点
: 看来值得一读
|
e*******o
发帖数: 4654 | 9 整本书就是c
r, python 都是调用c。返璞归真这叫。
这个作者还是挺牛x的，他把blog中c 的tips 整理了下，出了本书。
21st Century C: C Tips from the New School
我是怎么找到这个作者的呢？ 我一个Raking的程序，不知道怎么就google 出来了。
好东西到处有。
【在 n******7 的大作中提到】
: 谢谢!
: 刚看了下目录，震惊了
: 第一章居然是C...
: 再看了下第8页，原来作者知道这一点
: 看来值得一读
|
n******7
发帖数: 12463 | 10 调用c跟写纯c还是很不一样的
performance也差别很大
这个作者的例子
R调用C写的lib跟纯C的code差了30倍运行时间
其实我的感觉是，R的计算量一旦上去了，运行时间跟计算量不是线性的
而是更快速率的增长，不知道为啥
很多写r python lib的都要把核心的部分写成c
其实这感觉很痛苦，还不如写java，一气呵成，速度在c的30%-100%级别，multiple
threading还容易
【在 e*******o 的大作中提到】
: 整本书就是c
: r, python 都是调用c。返璞归真这叫。
: 这个作者还是挺牛x的，他把blog中c 的tips 整理了下，出了本书。
: 21st Century C: C Tips from the New School
: 我是怎么找到这个作者的呢？ 我一个Raking的程序，不知道怎么就google 出来了。
: 好东西到处有。
|
|
|
z****e
发帖数: 54598 | 11 scala的eco主要是typesafe做
知道james gosling吧？
这个家伙从google离职后就跑去type sofe忽悠了
rod johnson就是那个做spring的也在typesafe
java历史上的几个英雄人物，除了lars bak，其他基本上都在折腾scala
其实从vert.x的建造来看，其他语言都比较容易搞
但是唯独scala，复杂度偏高，不太容易搞
不是说越复杂越好，但是scala说自己是better java，不是完全没有道理的
其他语言的eco达不到这个程度，牛人不多
本来数学的东西就比较复杂，涉及到优化
你想做好的类库，肯定要用到复杂的语言工具
自然scala比较得心应手
【在 n******7 的大作中提到】
: 作为jvm衍生语言
: scala的库能比java的还好使？
: 我看大家都说scala复杂
: 作为1/3时间写代码的
: 不想太费脑力啊
|
z****e
发帖数: 54598 | 12
打好包就行了
你说的慢主要是并行上的优化处理
r什么都不管，一甩手掌柜，不管内存不管硬盘不管网络
自然慢，傻瓜是足够傻瓜了
关键是现在分布式的persistence主要是建立在hdfs这些基础之上
其实只要存储的这些定下来，很多优化都有办法做
关键是这些东西变来变去，导致经常要改，所以很多傻瓜化的工具就比较少
当然你要说简单容易，自然还是r这些容易
最理想的就是在hadoop eco上建r engine这些
但是目前这些东西都还只是一个概念或者prototype
没有十年左右的发展，估计没戏，当然也正是因为这块没啥东东
所以机会才多
【在 n******7 的大作中提到】
: 作为jvm衍生语言
: scala的库能比java的还好使？
: 我看大家都说scala复杂
: 作为1/3时间写代码的
: 不想太费脑力啊
|
d********t
发帖数: 9628 | 13 为毛用Java不用Python
【在 n******7 的大作中提到】
: 最近开始用java
: 之前没写过一个完整的java code
: 靠着神站堆栈溢出把几百行的R code改成了java
: 第一次跑居然只有一个dimension match的错误
: 静态语言配合IDE真强大
: 问题是java似乎没有好用的数学包
: 我需要一些矩阵操作，已经统计分析
: 找了好久，发现java的包
: 要么是多年没更新了（colt 11年）
: 要么是个个人项目，连文档都没有（UJMP）
|
W***o
发帖数: 6519 | 14 Java 根本就不是做数值计算的首选，杀鸡用牛刀明显不合适
【在 n******7 的大作中提到】
: 最近开始用java
: 之前没写过一个完整的java code
: 靠着神站堆栈溢出把几百行的R code改成了java
: 第一次跑居然只有一个dimension match的错误
: 静态语言配合IDE真强大
: 问题是java似乎没有好用的数学包
: 我需要一些矩阵操作，已经统计分析
: 找了好久，发现java的包
: 要么是多年没更新了（colt 11年）
: 要么是个个人项目，连文档都没有（UJMP）
|
d****i
发帖数: 4809 | 15 你完全搞错了，Java和JVM根本不是用来做数值计算的，Java和PHP一样适合业务逻辑，
不适合scientific computation。搞科学计算就是matlab, python, R，当然其实都是C
啦。
【在 n******7 的大作中提到】
: 最近开始用java
: 之前没写过一个完整的java code
: 靠着神站堆栈溢出把几百行的R code改成了java
: 第一次跑居然只有一个dimension match的错误
: 静态语言配合IDE真强大
: 问题是java似乎没有好用的数学包
: 我需要一些矩阵操作，已经统计分析
: 找了好久，发现java的包
: 要么是多年没更新了（colt 11年）
: 要么是个个人项目，连文档都没有（UJMP）
|
l*********s
发帖数: 5409 | 16 spark会是你的菜。
【在 n******7 的大作中提到】
: 最近开始用java
: 之前没写过一个完整的java code
: 靠着神站堆栈溢出把几百行的R code改成了java
: 第一次跑居然只有一个dimension match的错误
: 静态语言配合IDE真强大
: 问题是java似乎没有好用的数学包
: 我需要一些矩阵操作，已经统计分析
: 找了好久，发现java的包
: 要么是多年没更新了（colt 11年）
: 要么是个个人项目，连文档都没有（UJMP）
|
z****e
发帖数: 54598 | 17 hadoop和spark纷纷发来贺电
是C
【在 d****i 的大作中提到】
: 你完全搞错了，Java和JVM根本不是用来做数值计算的，Java和PHP一样适合业务逻辑，
: 不适合scientific computation。搞科学计算就是matlab, python, R，当然其实都是C
: 啦。
|
d****i
发帖数: 4809 | 18 hadoop,spark这种也就是适合做做一般的ETL（数据量大一些而已），正经的高大上的
数值计算还得是MPI。
【在 z****e 的大作中提到】
: hadoop和spark纷纷发来贺电
:
: 是C
|
z****e
发帖数: 54598 | 19 高大上没用，出来找工的话，hpc的经验约等于不存在
也就是物理系的那些千老在乎，其他系没多少人用
工业界的mpi要mainframe，去银行写cobol
【在 d****i 的大作中提到】
: hadoop,spark这种也就是适合做做一般的ETL（数据量大一些而已），正经的高大上的
: 数值计算还得是MPI。
|
n******7
发帖数: 12463 | 20 谢谢推荐scala
我找了找确实有不少
比如scalalab，好像很全
https://code.google.com/p/scalalab/
https://github.com/scalanlp/breeze/wiki/Linear-Algebra-Cheat-Sheet
这个breeze似乎跟numpy差不多
后台是netlib-java，这个玩意似乎很nb
【在 z****e 的大作中提到】
: scala的eco主要是typesafe做
: 知道james gosling吧？
: 这个家伙从google离职后就跑去type sofe忽悠了
: rod johnson就是那个做spring的也在typesafe
: java历史上的几个英雄人物，除了lars bak，其他基本上都在折腾scala
: 其实从vert.x的建造来看，其他语言都比较容易搞
: 但是唯独scala，复杂度偏高，不太容易搞
: 不是说越复杂越好，但是scala说自己是better java，不是完全没有道理的
: 其他语言的eco达不到这个程度，牛人不多
: 本来数学的东西就比较复杂，涉及到优化
|
|
|
n******7
发帖数: 12463 | 21 因为python generally比java慢一个数量级
我写的code不可能只调用numpy的function
另外，java整个生态系统很强大
Java写多线程也很容易，我之前零经验，找着别人代码改改，一下子就work了
静态语言debug太爽了
还有，我对python前途没信心
python 2.x 到 3.x就是broken的
想起了perl 6的难产
【在 d********t 的大作中提到】
: 为毛用Java不用Python
|
n******7
发帖数: 12463 | 22 我之前就用R python
matlab也偶尔用用
运行效率，通用性（MATLAB,R）和license （MATLAB） 是比较大的问题
我发现一个文章不错，基本都是我考虑的问题：
Scala as a platform for statistical computing and data science |
n******7
发帖数: 12463 | 23 看起来很牛X的样子，谢谢
【在 l*********s 的大作中提到】
: spark会是你的菜。
|
n******7
发帖数: 12463 | 24 不知道什么样的project算高大上
反正我的账号一次最多动用500个core，java应该够了
而且java肯定在这方面比matlab， R，python要强吧
至于裸写C，很多时候又是overkill，java也就比C慢一倍左右，没有数量级差异
我这次决定写java之前专门google一下，发现欧洲宇航局的Gaia项目就是用java做HPC的
Gaia, the galaxy in 3D 这项目够高大上，够正经吧？
这里详细论述了用java的原因：
http://www.spscicomp.org/ScicomP15/slides/astro/torra.pdf
其中提到，有个function之前用C写的
后来这个作者用java改写了
作者对C比对java有经验多了，但是写出来的java code速度是C的4倍！
【在 d****i 的大作中提到】
: hadoop,spark这种也就是适合做做一般的ETL（数据量大一些而已），正经的高大上的
: 数值计算还得是MPI。
|
y*********n
发帖数: 238 | |
t*****n
发帖数: 4908 | 26 不用纠结。随便google一下，用c++写的数值计算包到处都是。商业数值计算软件，没
有一个是用java写的。
【在 y*********n 的大作中提到】
: why not fortran?
|
n******7
发帖数: 12463 | 27 不知道你的point是什么
我是需要一个这样的package，不是要用java写这样的一个package
这个package的核心是什么语言都无所谓
不然用matlab R numpy的都可以去死了
【在 t*****n 的大作中提到】
: 不用纠结。随便google一下，用c++写的数值计算包到处都是。商业数值计算软件，没
: 有一个是用java写的。
|
t*****n
发帖数: 4908 | 28 我的point就是:数值计算是c c++ FORTRAN的天下。你要找矩阵包，请放狗找eigen
ublas Atlas 等等。轮子太多了，不用自己造。
【在 n******7 的大作中提到】
: 不知道你的point是什么
: 我是需要一个这样的package，不是要用java写这样的一个package
: 这个package的核心是什么语言都无所谓
: 不然用matlab R numpy的都可以去死了
|
t*****n
发帖数: 4908 | 29 还有gsl。不知道你要用到那个领域。
【在 n******7 的大作中提到】
: 不知道你的point是什么
: 我是需要一个这样的package，不是要用java写这样的一个package
: 这个package的核心是什么语言都无所谓
: 不然用matlab R numpy的都可以去死了
|
t*****n
发帖数: 4908 | 30 手写c的事情基本没有意义了。gotoblas已经有汇编和sse优化。现在gpu搞矩阵也很流
行。
HPC的
【在 n******7 的大作中提到】
: 不知道什么样的project算高大上
: 反正我的账号一次最多动用500个core，java应该够了
: 而且java肯定在这方面比matlab， R，python要强吧
: 至于裸写C，很多时候又是overkill，java也就比C慢一倍左右，没有数量级差异
: 我这次决定写java之前专门google一下，发现欧洲宇航局的Gaia项目就是用java做HPC的
: Gaia, the galaxy in 3D 这项目够高大上，够正经吧？
: 这里详细论述了用java的原因：
: http://www.spscicomp.org/ScicomP15/slides/astro/torra.pdf
: 其中提到，有个function之前用C写的
: 后来这个作者用java改写了
|
|
|
n******7
发帖数: 12463 | 31 eigen我是一直听说，因为不写cpp所以没有关注
不过你到是提醒我了，其实找个java wrapper就好
像eigen就有个jeigen，候选对象更多了，哈哈
【在 t*****n 的大作中提到】
: 我的point就是:数值计算是c c++ FORTRAN的天下。你要找矩阵包，请放狗找eigen
: ublas Atlas 等等。轮子太多了，不用自己造。
|
n******7
发帖数: 12463 | 32 目前这个事其实主要是统计分析，
有一些矢量操作，不过计算量不在这里
所以想用线性代数的包，总比自己写循环效率高吧
【在 t*****n 的大作中提到】
: 还有gsl。不知道你要用到那个领域。
|
z****e
发帖数: 54598 | 33 其他语言最大的问题在于平台的相关性太强
分布式现在基础都是hadoop那一套搞起来的
尤其是各种open source的工具
以后只会越来越强化这个平台
spark只是开始，r什么是比较傻瓜，但是各种不管
除非最后用的是excel来搞什么ml，否则没啥用
【在 n******7 的大作中提到】
: 我之前就用R python
: matlab也偶尔用用
: 运行效率，通用性（MATLAB,R）和license （MATLAB） 是比较大的问题
: 我发现一个文章不错，基本都是我考虑的问题：
: Scala as a platform for statistical computing and data science
|
t*****n
发帖数: 4908 | 34 gsl 就有统计模块。不过我也不熟。看看手册吧。不明白的是，为什么什么都要和Java
搞起来，这么怕写c++?
【在 n******7 的大作中提到】
: 目前这个事其实主要是统计分析，
: 有一些矢量操作，不过计算量不在这里
: 所以想用线性代数的包，总比自己写循环效率高吧
|
a*********y
发帖数: 63 | 35 如果你需要用现成的算法, 最好找实现好的包. 千万不要自己写!
Fortran的包应该是最成熟也最完备的, 在某种程度上也是运行最快的. 就是不知
道你的语言能不能调用.
科学数值计算的实现有很多技巧, 不是简单地"翻译"数学公式和算法. |
z****e
发帖数: 54598 | 36 因为工业界主流是java
谁不想给自己简历上添加上那么一点跟big data相关的东西呢？
中介一看到hadoop这些都跟打了鸡血一样兴奋
至于具体gsl，中介知道这是啥玩意不？
Java
【在 t*****n 的大作中提到】
: gsl 就有统计模块。不过我也不熟。看看手册吧。不明白的是，为什么什么都要和Java
: 搞起来，这么怕写c++?
|
a*********y
发帖数: 63 | 37 对, C++的包也很成熟.
Java
【在 t*****n 的大作中提到】
: gsl 就有统计模块。不过我也不熟。看看手册吧。不明白的是，为什么什么都要和Java
: 搞起来，这么怕写c++?
|
z****e
发帖数: 54598 | 38 嗯，市场反应平淡
fortran就是千老的最爱
【在 a*********y 的大作中提到】
: 对, C++的包也很成熟.
:
: Java
|
a*********y
发帖数: 63 | 39 问题是科学计算不是工业界的主流啊!
【在 z****e 的大作中提到】
: 因为工业界主流是java
: 谁不想给自己简历上添加上那么一点跟big data相关的东西呢？
: 中介一看到hadoop这些都跟打了鸡血一样兴奋
: 至于具体gsl，中介知道这是啥玩意不？
:
: Java
|
z****e
发帖数: 54598 | 40
科学计算跟big data搞的统计应用不是一回事
统计应用甚至都谈不上什么“科学”，统计只是数学应用中相对低级的一个level
统计应用在统计里面则更为低级一点，科学数值计算适合搞物理的去弄
有hpc啥可以乱搞，工业界没有人用hpc，太贵用不起
所以强调分布式，因为cheap，网络当然比硬盘上的io要慢
但是cheap，所以都往网络上去挤
【在 a*********y 的大作中提到】
: 如果你需要用现成的算法, 最好找实现好的包. 千万不要自己写!
: Fortran的包应该是最成熟也最完备的, 在某种程度上也是运行最快的. 就是不知
: 道你的语言能不能调用.
: 科学数值计算的实现有很多技巧, 不是简单地"翻译"数学公式和算法.
|
|
|
z****e
发帖数: 54598 | 41 没有错
科学计算是学术界的问题
楼主在问统计应用的pkg
显然跟工业界息息相关
【在 a*********y 的大作中提到】
: 问题是科学计算不是工业界的主流啊!
|
a*********y
发帖数: 63 | 42 这话说得不对. Fortran 算是一种 DSL. 其它的语言再强大也替代不了. 青龙偃月刀用
来杀人行, 用来动手术肯定是不行的. :-)
【在 z****e 的大作中提到】
: 嗯，市场反应平淡
: fortran就是千老的最爱
|
n******7
发帖数: 12463 | 43 我看了一下，gsl真不错
昨天刚有人推荐了一个用c做stats的书，我发现每页页眉上面都是gsl_stats
对，不想写c++
我写code只是为了实现我们设计的方法
实在不想花太多精力搞语言本身
java如果比c++跑起来慢一倍，但是写起来省一半时间的话
我还是愿意写java的
其实java和C我都可以接受
我一直觉得c要是有些好的package还是挺不错的
gsl看来值得一战
Java
【在 t*****n 的大作中提到】
: gsl 就有统计模块。不过我也不熟。看看手册吧。不明白的是，为什么什么都要和Java
: 搞起来，这么怕写c++?
|
n******7
发帖数: 12463 | 44 另外我们最近要处理20TB的数据
我在琢磨怎么存储处理后的数据的问题
这个估计java也方便很多
一边load数据，处理，一边就存到database里面
Java
【在 t*****n 的大作中提到】
: gsl 就有统计模块。不过我也不熟。看看手册吧。不明白的是，为什么什么都要和Java
: 搞起来，这么怕写c++?
|
z****e
发帖数: 54598 | 45 我的感觉基本上整个欧洲的学术界的工具都在往scala上转移
我们这边跟欧洲关系远比美帝的关系要密切得多
绝大多数叫兽都是欧洲人，可以明显感觉到，scala的火热
不管做啥，只要欧洲来的叫兽坐阵，语言你就得用scala
尤其是big data相关的东西，都是scala，当然这个刚开始做没多久
很多工具肯定不如那些几十年做下来的傻瓜容易，比如r
但是这个是future，现在统计应用就是big data上需要嘛
你问的线性代数估计就是相似度判断，vsm那些东西
用scala，spark这些吧，包括hdfs什么都是你可能会用到的工具
看了你的主贴还在扯蛋数值计算的基本上都是不懂big data的
【在 n******7 的大作中提到】
: 我之前就用R python
: matlab也偶尔用用
: 运行效率，通用性（MATLAB,R）和license （MATLAB） 是比较大的问题
: 我发现一个文章不错，基本都是我考虑的问题：
: Scala as a platform for statistical computing and data science
|
z****e
发帖数: 54598 | 46 不冲突
【在 a*********y 的大作中提到】
: 这话说得不对. Fortran 算是一种 DSL. 其它的语言再强大也替代不了. 青龙偃月刀用
: 来杀人行, 用来动手术肯定是不行的. :-)
|
n******7
发帖数: 12463 | 47 我最近被R的type问题搞怒了
本来一个code跑的好好的，没任何问题
后来加了个feature selection就不对了
研究一下发现，R slice 矩阵的时候，如果只选一行
默认返回的不是个1-row 矩阵，而是自动转换成vector
nrow函数给出的就不是1，而是null
太坑爹了
【在 z****e 的大作中提到】
: 其他语言最大的问题在于平台的相关性太强
: 分布式现在基础都是hadoop那一套搞起来的
: 尤其是各种open source的工具
: 以后只会越来越强化这个平台
: spark只是开始，r什么是比较傻瓜，但是各种不管
: 除非最后用的是excel来搞什么ml，否则没啥用
|
n******7
发帖数: 12463 | 48 算是用现成的算法，不过还是有些东西很直白，也用不上什么library
比如E-M 优化，E-step M-step 弄好了，就是写循环了
【在 a*********y 的大作中提到】
: 如果你需要用现成的算法, 最好找实现好的包. 千万不要自己写!
: Fortran的包应该是最成熟也最完备的, 在某种程度上也是运行最快的. 就是不知
: 道你的语言能不能调用.
: 科学数值计算的实现有很多技巧, 不是简单地"翻译"数学公式和算法.
|
a*********y
发帖数: 63 | 49 估计 Fortran 就没有这个问题. 矩阵也好, 向量也好, 都是数组.
不过你的项目还得具体问题具体分析.
【在 n******7 的大作中提到】
: 我最近被R的type问题搞怒了
: 本来一个code跑的好好的，没任何问题
: 后来加了个feature selection就不对了
: 研究一下发现，R slice 矩阵的时候，如果只选一行
: 默认返回的不是个1-row 矩阵，而是自动转换成vector
: nrow函数给出的就不是1，而是null
: 太坑爹了
|
n******7
发帖数: 12463 | 50 fortran的向量也没有row number这个属性吧？
这里的问题是，R这个type转换完全瞎搞
我看别人写的，R处理type是靠猜的
估计它看到一个一行的矩阵就认为是vector了
本身又是动态语言，又慢
这种问题要跑半天，然后给你个错误死掉，谁受得了
【在 a*********y 的大作中提到】
: 估计 Fortran 就没有这个问题. 矩阵也好, 向量也好, 都是数组.
: 不过你的项目还得具体问题具体分析.
|
|
|
w********m
发帖数: 1137 | 51 其实工业界和学术界差不多,别人怎么做就自己怎么做.
你这个估计是学术界的项目,查查文章就行了.弄一下发了文章走路,不用太纠结. |
n******7
发帖数: 12463 | 52 对，数据是很多
未来10年大数据处理在医疗健康领域会越来越重要
【在 z****e 的大作中提到】
: 我的感觉基本上整个欧洲的学术界的工具都在往scala上转移
: 我们这边跟欧洲关系远比美帝的关系要密切得多
: 绝大多数叫兽都是欧洲人，可以明显感觉到，scala的火热
: 不管做啥，只要欧洲来的叫兽坐阵，语言你就得用scala
: 尤其是big data相关的东西，都是scala，当然这个刚开始做没多久
: 很多工具肯定不如那些几十年做下来的傻瓜容易，比如r
: 但是这个是future，现在统计应用就是big data上需要嘛
: 你问的线性代数估计就是相似度判断，vsm那些东西
: 用scala，spark这些吧，包括hdfs什么都是你可能会用到的工具
: 看了你的主贴还在扯蛋数值计算的基本上都是不懂big data的
|
