注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. sparkMllib协同过滤测试数据（ml-1m）

  2. spark Mllib 协同过滤测试数据包含一部分用户对电影的评分数据（用于测试）

  3. 所属分类：数据库

    • 发布日期：2017-04-06
    • 文件大小：5mb
    • 提供者：u014028392

  1. SparkMllib

  2. 精确讲述了SparkML里面的一些算法用途以及综合算法的介绍

  3. 所属分类：Java

    • 发布日期：2017-12-22
    • 文件大小：1mb
    • 提供者：syz_001

  1. 2.Spark编译与部署（下）--Spark编译安装.pdf

  2. 1.Spark及其生态圈简介.pdf 2.Spark编译与部署（上）--基础环境搭建.pdf 2.Spark编译与部署（下）--Spark编译安装.pdf 2.Spark编译与部署（中）--Hadoop编译安装.pdf 3.Spark编程模型（上）--概念及SparkShell实战.pdf 3.Spark编程模型（下）--IDEA搭建及实战.pdf 4.Spark运行架构.pdf 5.Hive（上）--Hive介绍及部署.pdf 5.Hive（下）--Hive实战.pdf 6.SparkSQL

  3. 所属分类：spark

    • 发布日期：2018-04-04
    • 文件大小：1mb
    • 提供者：u010195673

  1. 5.Hive（上）--Hive介绍及部署.pdf

  2. 1.Spark及其生态圈简介.pdf 2.Spark编译与部署（上）--基础环境搭建.pdf 2.Spark编译与部署（下）--Spark编译安装.pdf 2.Spark编译与部署（中）--Hadoop编译安装.pdf 3.Spark编程模型（上）--概念及SparkShell实战.pdf 3.Spark编程模型（下）--IDEA搭建及实战.pdf 4.Spark运行架构.pdf 5.Hive（上）--Hive介绍及部署.pdf 5.Hive（下）--Hive实战.pdf 6.SparkSQL

  3. 所属分类：spark

    • 发布日期：2018-04-04
    • 文件大小：1mb
    • 提供者：u010195673

  1. 6.SparkSQL（下）--Spark实战应用.pdf

  2. 1.Spark及其生态圈简介.pdf 2.Spark编译与部署（上）--基础环境搭建.pdf 2.Spark编译与部署（下）--Spark编译安装.pdf 2.Spark编译与部署（中）--Hadoop编译安装.pdf 3.Spark编程模型（上）--概念及SparkShell实战.pdf 3.Spark编程模型（下）--IDEA搭建及实战.pdf 4.Spark运行架构.pdf 5.Hive（上）--Hive介绍及部署.pdf 5.Hive（下）--Hive实战.pdf 6.SparkSQL

  3. 所属分类：spark

    • 发布日期：2018-04-04
    • 文件大小：3mb
    • 提供者：u010195673

  1. 6.SparkSQL（中）--深入了解运行计划及调优.pdf

  2. 1.Spark及其生态圈简介.pdf 2.Spark编译与部署（上）--基础环境搭建.pdf 2.Spark编译与部署（下）--Spark编译安装.pdf 2.Spark编译与部署（中）--Hadoop编译安装.pdf 3.Spark编程模型（上）--概念及SparkShell实战.pdf 3.Spark编程模型（下）--IDEA搭建及实战.pdf 4.Spark运行架构.pdf 5.Hive（上）--Hive介绍及部署.pdf 5.Hive（下）--Hive实战.pdf 6.SparkSQL

  3. 所属分类：spark

    • 发布日期：2018-04-04
    • 文件大小：2mb
    • 提供者：u010195673

  1. 7.SparkStreaming（上）--SparkStreaming原理介绍.pdf

  2. 1.Spark及其生态圈简介.pdf 2.Spark编译与部署（上）--基础环境搭建.pdf 2.Spark编译与部署（下）--Spark编译安装.pdf 2.Spark编译与部署（中）--Hadoop编译安装.pdf 3.Spark编程模型（上）--概念及SparkShell实战.pdf 3.Spark编程模型（下）--IDEA搭建及实战.pdf 4.Spark运行架构.pdf 5.Hive（上）--Hive介绍及部署.pdf 5.Hive（下）--Hive实战.pdf 6.SparkSQL

  3. 所属分类：spark

    • 发布日期：2018-04-04
    • 文件大小：989kb
    • 提供者：u010195673

  1. 8.SparkMLlib（下）--SparkMLlib实战.pdf

  2. 1.Spark及其生态圈简介.pdf 2.Spark编译与部署（上）--基础环境搭建.pdf 2.Spark编译与部署（下）--Spark编译安装.pdf 2.Spark编译与部署（中）--Hadoop编译安装.pdf 3.Spark编程模型（上）--概念及SparkShell实战.pdf 3.Spark编程模型（下）--IDEA搭建及实战.pdf 4.Spark运行架构.pdf 5.Hive（上）--Hive介绍及部署.pdf 5.Hive（下）--Hive实战.pdf 6.SparkSQL

  3. 所属分类：spark

    • 发布日期：2018-04-04
    • 文件大小：1mb
    • 提供者：u010195673

  1. 9.SparkGraphX介绍及实例.pdf

  2. 1.Spark及其生态圈简介.pdf 2.Spark编译与部署（上）--基础环境搭建.pdf 2.Spark编译与部署（下）--Spark编译安装.pdf 2.Spark编译与部署（中）--Hadoop编译安装.pdf 3.Spark编程模型（上）--概念及SparkShell实战.pdf 3.Spark编程模型（下）--IDEA搭建及实战.pdf 4.Spark运行架构.pdf 5.Hive（上）--Hive介绍及部署.pdf 5.Hive（下）--Hive实战.pdf 6.SparkSQL

  3. 所属分类：spark

    • 发布日期：2018-04-04
    • 文件大小：1mb
    • 提供者：u010195673

  1. 10.分布式内存文件系统Tachyon介绍及安装部署.pdf

  2. 1.Spark及其生态圈简介.pdf 2.Spark编译与部署（上）--基础环境搭建.pdf 2.Spark编译与部署（下）--Spark编译安装.pdf 2.Spark编译与部署（中）--Hadoop编译安装.pdf 3.Spark编程模型（上）--概念及SparkShell实战.pdf 3.Spark编程模型（下）--IDEA搭建及实战.pdf 4.Spark运行架构.pdf 5.Hive（上）--Hive介绍及部署.pdf 5.Hive（下）--Hive实战.pdf 6.SparkSQL

  3. 所属分类：spark

    • 发布日期：2018-04-04
    • 文件大小：1mb
    • 提供者：u010195673

  1. Spark 入门实战系列

  2. Spark 入门实战系列，适合初学者，文档包括十部分内容，质量很好，为了感谢文档作者，也为了帮助更多的人入门，传播作者的心血，特此友情转贴: 1.Spark及其生态圈简介.pdf 2.Spark编译与部署（上）--基础环境搭建.pdf 2.Spark编译与部署（下）--Spark编译安装.pdf 2.Spark编译与部署（中）--Hadoop编译安装.pdf 3.Spark编程模型（上）--概念及SparkShell实战.pdf 3.Spark编程模型（下）--IDEA搭建及实战.pdf 4.

  3. 所属分类：spark

    • 发布日期：2018-01-18
    • 文件大小：32mb
    • 提供者：zy205

  1. sparkmllib机器学习源码

  2. sparkmllib机器学习.

  3. 所属分类：spark

    • 发布日期：2018-11-01
    • 文件大小：54mb
    • 提供者：xiaolin93

  1. Spark专刊】SparkMLlib机器学习（作者：李军）.rar

  2. 该文档为SparkMLlib机器学习pdf，内容高清，章节完善，仅供学习使用

  3. 所属分类：spark

    • 发布日期：2019-10-18
    • 文件大小：1mb
    • 提供者：ddq920320

  1. 使用Spark MLlib给豆瓣用户推荐电影.doc

  2. 完整项目链，机器学习到用户推荐，实现精准营销！ ALS算法 LS是alternating least squares的缩写 , 意为交替最小二乘法。该方法常用于基于矩阵分解的推荐系统中。例如：将用户(user)对商品(item)的评分矩阵分解为两个矩阵：一个是用户对商品隐含特征的偏好矩阵，另一个是商品所包含的隐含特征的矩阵。在这个矩阵分解的过程中，评分缺失项得到了填充，也就是说我们可以基于这个填充的评分来给用户最商品推荐了。

  3. 所属分类：spark

    • 发布日期：2019-12-28
    • 文件大小：454kb
    • 提供者：qq_45557581

  1. Databricks孟祥瑞：ALS在SparkMLlib中的实现

  2. 摘要：MLlib在1.3中添加了不少机器学习及数据挖掘算法：研究主题分布的LDA、估计点集分布的GMM、提取频繁项集的FP-growth等等。本文主要聚焦ALS的实现及其在1.3中的提升。深受用户喜爱的大数据处理平台ApacheSpark1.3于前不久发布，MLlib作为Spark负责机器学习（ML）的核心组件在1.3中添加了不少机器学习及数据挖掘的算法：研究主题分布的latentDirichletallocation（LDA）、估计点集分布的高斯混合模型（GMM）、提取频繁项集的FP-grow

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：174kb
    • 提供者：weixin_38717843

  1. SparkMLlib-DecisionTree源码分析

  2. 以决策树作为开始，因为简单，而且也比较容易用到，当前的boosting或randomforest也是常以其为基础的决策树算法本身参考之前的blog，其实就是贪婪算法，每次切分使得数据变得最为有序无序，nodeimpurity对于分类问题，我们可以用熵entropy或Gini来表示信息的无序程度对于回归问题，我们用方差Variance来表示无序程度，方差越大，说明数据间差异越大用于表示，由父节点划分后得到子节点，所带来的impurity的下降，即有序性的增益下面直接看个regression的例子，

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：137kb
    • 提供者：weixin_38697979

  1. 如何使用SparkMLlib构建分类模型?

  2. 1.预测互联网用户对在线广告的点击概率（二分类问题）；2.检测欺诈（二分类问题，欺诈或者不欺诈）；3.预测拖欠贷款（二分类问题）；4.对图片、音频、视频进行分类（多分类问题）；5.对新闻、网页或者其他内容进行分类或者打标签（多分类）；6.发现垃圾邮件、垃圾页面、网络入侵和其他恶意行为；7.检测故障，比如计算机系统或者网络故障检测；8.预测顾客或者客户中谁有可能停止使用某个产品或服务。1.线性模型原理：对样本的预测结果（目标变量）进行建模，即对输入特征应用简单的线性预测函数。1.1逻辑回归1.2线

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：226kb
    • 提供者：weixin_38569203

  1. 如何使用SparkMLlib构建分类模型?

  2. 1.预测互联网用户对在线广告的点击概率（二分类问题）；2.检测欺诈（二分类问题，欺诈或者不欺诈）；3.预测拖欠贷款（二分类问题）；4.对图片、音频、视频进行分类（多分类问题）；5.对新闻、网页或者其他内容进行分类或者打标签（多分类）；6.发现垃圾邮件、垃圾页面、网络入侵和其他恶意行为 ；7.检测故障，比如计算机系统或者网络故障检测；8.预测顾客或者客户中谁有可能停止使用某个产品或服务。1.线性模型原理：对样本的预测结果（目标变量）进行建模，即对输入特征应用简单的线性预测函数。 1.1逻辑回归 1

  3. 所属分类：其它

    • 发布日期：2021-02-01
    • 文件大小：226kb
    • 提供者：weixin_38569651

  1. SparkMLlib-DecisionTree源码分析

  2. 以决策树作为开始，因为简单，而且也比较容易用到，当前的boosting或random forest也是常以其为基础的决策树算法本身参考之前的blog，其实就是贪婪算法，每次切分使得数据变得最为有序无序，nodeimpurity对于分类问题，我们可以用熵entropy或Gini来表示信息的无序程度 对于回归问题，我们用方差Variance来表示无序程度，方差越大，说明数据间差异越大用于表示，由父节点划分后得到子节点，所带来的impurity的下降，即有序性的增益下面直接看个regres

  3. 所属分类：其它

    • 发布日期：2021-01-30
    • 文件大小：137kb
    • 提供者：weixin_38658471

  1. Databricks孟祥瑞：ALS在SparkMLlib中的实现

  2. 摘要：MLlib在1.3中添加了不少机器学习及数据挖掘算法：研究主题分布的LDA、估计点集分布的GMM、提取频繁项集的FP-growth等等。本文主要聚焦ALS的实现及其在1.3中的提升。深受用户喜爱的大数据处理平台ApacheSpark1.3于前不久发布，MLlib作为Spark负责机器学习（ML）的核心组件在1.3中添加了不少机器学习及数据挖掘的算法：研究主题分布的latentDirichletallocation（LDA）、估计点集分布的高斯混合模型（GMM）、提取频繁项集的FP-grow

  3. 所属分类：其它

    • 发布日期：2021-01-30
    • 文件大小：159kb
    • 提供者：weixin_38543950
« 12 »