- 博客(21)
- 资源 (1)
- 收藏
- 关注
RSS订阅转载 Mahout算法集
Apache Mahout 是 ApacheSoftware Foundation (ASF) 旗下的一个开源项目，提供一些可扩展的机器学习领域经典算法的实现，旨在帮助开发人员更加方便快捷地创建智能应用程序，并且，在 Mahout 的最近版本中还加入了对Apache Hadoop 的支持，使这些算法可以更高效的运行在云计算环境中。在Mahout实现的机器学习算法见下表：
2016-08-15 14:20:50
537
转载 hadoop2.5.2 mahout0.10.1 测试文本分类器
说明：本文是对下面这篇文章的一个更新，下面这篇文章环境采用的是mahout0.9 + hadoop2.2.0，本人的是mahout0.10.1+hadoop2.5.2--------------------------------------------------------------------------mahout0.9 + hadoop2.2 中文文本分类实战（上）链接
2016-08-15 14:17:47
419
转载 Mahout文本聚类学习之DocumentProcessor类
做为文本聚类实现的第一步对语料分词是必须的，而documentprocessor类提供了一个基于mapreduce对大量数据集分词的高效灵活的实现。高效是其基于mapreduce分布式计算框架，灵活是其提供了可扩展的分词接口可以对多种语言分词的支持。 下面就要深入一下类内部的流程进行学习：documentprocessor类，它只提供了一个静态方法tokenizeddocuments();
2016-08-10 11:17:05
631
转载 java Pattern和Matcher详解
结论：Pattern与Matcher一起合作.Matcher类提供了对正则表达式的分组支持,以及对正则表达式的多次匹配支持. 单独用Pattern只能使用Pattern.matcher(String regex,CharSequence input)一种最基础最简单的匹配。Java正则表达式通过java.util.regex包下的Pattern类与Matcher类实现(建议在阅读本
2016-08-10 10:55:45
300
转载 Lucene分词实现:Analyzer、TokenStream
Lucene分词实现(二次开发流程)1.1 分词流程在Lucene3.0中，对分词主要依靠Analyzer类解析实现。Analyzer内部主要通过TokenStream类实现。Tonkenizer类、TokenFilter类是TokenStream的两个子类。Tokenizer处理单个字符组成的字符流，读取Reader对象中的数据，处理后转换成词汇单元。Tokne
2016-08-10 10:44:02
377
转载 eclipse+maven+mahout ：环境搭建+推荐
本文记录了Windows下 Eclipse+Maven+Mahout 单机环境的搭建过程。我不知道这是不是最简单的Mahout开发环境，但它应该算得上是比较简单的。二、安装Eclipse这个没啥说的，再怎么零基础，也要会用Eclipse吧。Eclipse的下载地址为： http://www.eclipse.org/downloads/ ，选择标准版就行。 安装完后运行Eclip
2016-08-04 10:14:27
1871
转载 机器学习(Machine Learning)&深度学习(Deep Learning)资料
《Brief History of Machine Learning》介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经网络、决策树、SVM、Adaboost到随机森林、Deep Learning.《Deep Learning in Neural Networks: An Overview》介绍:这是瑞士人工智能实验室Jurgen Schmidhuber写的最
2016-07-29 11:34:28
1555
转载 NLPIR Not valid license or your license expired!
最近发现NLPIR的分词突然无法运行，然后出现下面的错误： Not valid license or your license expired! Please feel free to contact [email protected]!都说下载最新的，但是我一直以为是从官网（http://ictclas.nlpir.org/）下载。BUT，替换了都不行啊。某一下，我在那个最新
2016-07-29 11:26:46
743
转载 nlpir的使用
NLPIR的下载地址：http://ictclas.nlpir.org/downloadsGitHub的地址：https://github.com/NLPIR-team/NLPIR 两个版本有一些不同，本文将分别讲解如何利用Eclipse建立工程。一、NLPIR官方版本下载后文件夹中bin目录，如下图所示，其中NLPIR_WinDemo.exe
2016-07-29 11:25:57
3192
转载 RapidMiner数据挖掘
1 简介RapidMiner原名Yale，它是用于数据挖掘、机器学习、商业预测分析的开源计算环境。根据KDnuggets在2011年的一次投票显示，从使用率来看该软件比之R语言还要略胜一筹。因为其具备GUI特性，所以很适合于数据挖掘的初学者入门。RapidMiner提供的数据挖掘和机器学习程序包括：数据加载和转换（ETL），数据预处理和可视化，建模，评估和部署。数据挖掘的流程是以XML
2016-06-06 15:42:32
3610
转载 mahout源码目录结构（二）
1.mahout的源码实现了两部分：(1)mahout核心源码(2)mahout定制Collections集合工具2.Mahout源码目录说明mahout-core:核心程序模块，位于/core目录下mahout-math:核心程序使用的一些数据通用计算模块，位于/math目录下mahout-utils：在核心程序中使用的一些通用的工具性模块，位于/utils目录下3.
2016-05-31 12:59:17
385
转载 在Eclipse中创建Maven的Web项目时出现错误：An internal error occurred during: "Retrieving archetypes:"
在Eclipse中创建Maven的Web项目时出现错误：An internal error occurred during: "Retrieving archetypes:".Java heap space，可以通过以下步骤来解决问题。1. 找到Eclipse的根目录下的eclipse.ini文件并打开2.修改文件中的以下配置-Dosgi.requiredJavaVersion
2016-05-30 10:21:06
1210
转载 mahout应用kmeans进行文本聚类——实例分析
输入分析：mahout下处理的文件必须是SequenceFile格式的，所以需要把txtfile转换成sequenceFile，而聚类必须是向量格式的，mahout提供下面两个命令来将文本转成向量形式1.mahout seqdirectory：将文本文件转成SequenceFile文件，SequenceFile文件是一种二制制存储的key-value键值对,http://www.dongt
2016-05-27 11:10:27
2264
转载 Maven那点事儿（Eclipse版）
前言： 由于最近工作学习，总是能碰到Maven的源码。虽然平时工作并不使用Maven，但是为了学习一些源码，还是必须要了解下。这篇文章不是一个全面的Maven解析，而是一个简单的介绍，包括Eclipse中如何使用Maven，如何利用Maven工程学习。 循序渐进，你将会学到下面的知识： maven的相关书籍！ 什么是maven？ 如何在eclipse中使用maven？
2016-05-27 11:09:02
289
转载 mahout源码目录说明（转）
mahout项目是由多个子项目组成的，各子项目分别位于源码的不同目录下，下面对mahout的组成进行介绍：1、mahout-core：核心程序模块，位于/core目录下；2、mahout-math：在核心程序中使用的一些数据通用计算模块，位于/math目录下；3、mahout-utils：在核心程序中使用的一些通用的工具性模块，位于/utils目录下；上述三个部分是程序的主题，存储
2016-05-27 11:07:43
310
转载 eclipse中mahout源码的导入及编译
1、将mahout源码导入到eclipse中： 1）解压mahout源码压缩文件，目录时：E:\EProject\mahout-distribution-0.52）把源码导入eclipse中（eclipse的版本必须是3.6以上的吧，因为我3,5的没有自带maven项目）打开eclipse，点击file->import 在开打的对话框中，选择导入maven项目如下图，然后点
2016-05-27 11:05:57
1432
转载 POM文件详解
POM，Project Object Model，在MAVEN1中叫做project.xml，到maven2后改为pom.xml。该文件用于管理：源代码、配置文件、开发者的信息和角色、问题追踪系统、组织信息、项目授权、项目的url、项目的依赖关系等等。一个maven项目可以没有任何源代码，但必须包含pom文件。 xsi:schemaLocation="http://maven.a
2016-05-26 19:00:03
248
转载 hadoop + mahout 安装配置
最近一直捣鼓Mahout，终于在Hadoop下成功跑起来了。由于涉及的点比较多，这里先记录整理一下，做参考备忘使用。一、操作系统Ubuntu Desktop 13.04 （RaringRingtail）官网地址：http://releases.ubuntu.com/13.04/国内镜像地址:中科大 http://ubuntu1304.cdn.mirrors.ustc.
2016-05-25 20:31:24
967
转载 hadoop命令详解
hadoop命令详解一、用户命令1、archive命令(1).什么是Hadoop archives?Hadoop archives是特殊的档案格式。一个Hadoop archive对应一个文件系统目录。 Hadoop archive的扩展名是*.har。Hadoop archive包含元数据(形式是_index和_masterindx)和数据文件(part-*)。_index文
2016-05-25 14:19:34
336
转载 （转）Mahout使用入门
一、简介Mahout 是 Apache Software Foundation（ASF）旗下的一个开源项目，提供一些可扩展的机器学习领域经典算法的实现，旨在帮助开发人员更加方便快捷地创建智能应用程序。Apache Mahout项目已经发展到了它的第三个年头，目前已经有了三个公共发行版本。Mahout包含许多实现，包括集群、分类、推荐过滤、频繁子项挖掘。此外，通过使用 Apache Ha
2016-05-24 11:35:35
582
转载 hadoop关不掉namenode的解决办法
问题描述部门的Hadoop集群运行有一个多月了，今天需要做点调整，但是突然发现Hadoop不能正常关闭！Hadoop版本：2.6.0具体情况如下：[root@master ~]# stop-dfs.shStopping namenodes on [master]master: no namenode to stopslave2: no datanode to stopsla
2016-05-10 19:24:18
5254
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人