por Diego Calvo | May 8, 2018 | R
Generar datos a utilizar Define los datos con los que posteriormente se realizarán los ejemplos. set.seed(20) x = c(runif(13)*3+10,runif(12)*4+8,runif(15)*2+15,runif(10)*3+2) y = c(runif(13)*3+5,runif(12)*3+15,runif(15)*10+15,runif(10)*4+6) color = c(rep(«red»,13),... por Diego Calvo | Nov 24, 2017 | Python, Spark
Datos json usados para el análisis %fs head /databricks-datasets/structured-streaming/events/file-0.json {“time”:1469501107,”action”:”Open”} {“time”:1469501147,”action”:”Open”} {“time”:1469501202,”action”:”Open”} {“time”:1469501219,”action”:”Open”}... por Diego Calvo | Nov 21, 2017 | Big data, Inteligencia de negocio
Datos estructurados (Structured Data) Los datos estructurados tienen perfectamente definido la longitud, el formato y el tamaño de sus datos. Se almacenan en formato tabla, hojas de cálculo o en bases de datos relacionales. Datos no estructurados (Unstructured... por Diego Calvo | Nov 17, 2017 | R
A continuación se muestran varios ejemplos de como se pueden analizar datos de Google Trends, aunque antes de ello no está de más indicar las librerias que deben de tenerse instaladas install.packages(«gtrendsR») install.packages(«reshape2») install.packages(«maps»)... por Diego Calvo | Nov 3, 2017 | Bases de Datos
Características: Los datos se modelan como un conjunto de relaciones entre elementos. Alto rendimiento en consultas de relaciones de proximidad entre datos, y no para ejecutar consultas globales. Flexibilidad en la definición de atributos y longitud de registros....
