- 1、本文档共8页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
Mahout第四讲
1.熟悉K-means、canopy算法。
参考答案:
没有固定答案
你的回答:
步骤一:将20news的文件都上传到hdfs
0.7$hadoopfs
-ls/workspace/mahout/week4/data/20news
Found2items
drwxr-xr-x-yarnsupergroup02014-09-0421:52
/workspace/mahout/week4/data/20news/20news-bydate-test
drwxr-xr-x-yarnsupergroup02014-09-0421:57
/workspace/mahout/week4/data/20news/20news-bydate-train
步骤二:对数据创建序列文件
0.7/bin$./mahoutseqdirectory-
i/workspace/mahout/week4/data/20news-
o/workspace/mahout/week4/data/20news_seq
第三步:将序列文件转化成向量
0.7/bin$./mahoutseq2sparse-
i/workspace/mahout/week4/data/20news_seq/-
o/workspace/mahout/week4/data/20news_vectors-lnorm-nv
-wttfidf
0.7/bin$hadoopfs-ls
/workspace/mahout/week4/data/20news_vectors
Found7items
drwxr-xr-x-yarnsupergroup02014-09-0422:20
/workspace/mahout/week4/data/20news_vectors/df-count
-rw-r--r--1yarnsupergroup-09-0422:18
/workspace/mahout/week4/data/20news_vectors/dictionary.file
-0
-rw-r--r--1yarnsupergroup-09-0422:20
/workspace/mahout/week4/data/20news_vectors/frequency.file
-0
drwxr-xr-x-yarnsupergroup02014-09-0422:19
/workspace/mahout/week4/data/20news_vectors/tf-vectors
drwxr-xr-x-yarnsupergroup02014-09-0422:21
/workspace/mahout/week4/data/20news_vectors/tfidf-vectors
drwxr-xr-x-yarnsupergroup02014-09-0422:18
/workspace/mahout/week4/data/20news_vectors/tokenized-
documents
drwxr-xr-x-yarnsupergroup02014-09-0422:18
/workspace/mahout/week4/data/20news_vectors/wordcount
第四步:将向量集分为训练集和测试数据
参数:
•
您可能关注的文档
- 计算机网络技术专业网络管理方向实施细则.pdf
- tcl王牌2005-11记忆种子老鬼内销新t00s12纠错.pdf
- 安全生产管理责任书.pdf
- 文稿分析案例.pdf
- 南侧1200-检验批报验单.pdf
- 主管中药师专业实践能力练习sjnl lxh.pdf
- 历史百花齐放推陈出新同步练习人教新课标八级下.pdf
- 文稿案例综合urtouch supported display modules.pdf
- 工业电视系统接入说明.pdf
- 两个特殊问题答疑解惑-完14zkkj zcldy.pdf
- 2021年云南省高等职业技术教育招生考试【养殖技术方向】技能模拟考核.pdf
- 2022年全国护士执业资格考试.pdf
- 2023-2024学年下学期八年级生物开学摸底考(海南专用)(考试版).pdf
- 2021年必威体育精装版改版教科版五年级上册科学知识点总结与归纳(含思维导图)完整版720952056.pdf
- 2023-2024学年北京市丰台区高二上学期期中考试联考物理试卷(B卷)含.pdf
- 2020年中国传统文化知识竞赛试题及答案(精选3篇) .pdf
- 2020版幼儿园保育员理论考试试题试题及答案(整理版) .pdf
- 2014山东春季高考语文试题及答案 .pdf
- 2020电大形成性考核册答案附题目(参考).pdf
- 2023-2024学年人教部编版六年级上学期语文 第二单元课外阅读专项测试卷.pdf
最近下载
- 合理使用手机主题班会省公开课一等奖全国示范课微课金奖PPT课件.pptx
- 试卷3试卷答案4《运营管理(新形态版) 》_刘蕾曹俊玲.docx VIP
- 数学新课标2022版学习重要知识点考点总结 数学新课标必威体育精装版版重点知识复习总结.docx
- 2023年中考语文二轮复习:文言文阅读 司马迁《史记》专项练习题汇编(Word版,含答案).docx
- 2024年中级银行从业资格考试《银行管理》真题汇编试卷(文末含答案解精品.pdf VIP
- 乡镇宣传工作总结PPT.pptx VIP
- 2024年疾控大学习突发公共卫生事件监测答案.docx VIP
- 车间冬季安全培训.pdf VIP
- 长阳路排水管道修复监理细则.pdf
- 你是这样的人降B正谱子五线谱乐谱曲谱歌谱高清.pdf
文档评论(0)