代码王子

摘要： 具体步骤如下: 1、将一下代码黏贴入一个取名叫“announcementsondashboard.htm”的html文件中，当然文件名你随便起无所谓。 2、将这个html文件添加进web资源 3、创建一个新的仪表盘，把刚才新建的web资源附加上 保存后进仪表... 阅读全文

摘要： Mahout LDA 聚类 一、LDA简介 （一）主题模型 在主题模型中，主题表示一个概念、一个方面，表现为一系列相关的单词，是这些单词的条件概率。形象来说，主题就是一个桶，里面装了出现概率较高的单词，这些单词与这个主题有很强的相关性。 怎样才能生成主题？对文章的主题应该怎么分析？这是主题... 阅读全文

摘要： FP-growth Apriori算法的一个主要瓶颈在于，为了获得较长的频繁模式，需要生成大量的候选短频繁模式。FP-Growth算法是针对这个瓶颈提出来的全新的一种算法模式。目前，在数据挖掘领域，Apriori和... 阅读全文

摘要： Mahout朴素贝叶斯文本分类算法 Mahout贝叶斯分类器按照官方的说法，是按照《Tackling the PoorAssumptions of Naive Bayes Text Classiers》实现的。分为三个模块：训练、测试和分类。该文档首先简要介绍朴素贝叶斯的基本原理，然后... 阅读全文

摘要： Mahout决策森林算法 一、决策树 决策树(Decision Tree）是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。由于这种决策分支画成图形很像一棵树的枝干，故称决策树。在机器学... 阅读全文

摘要： 在文本聚类之前，首先要做的是文本的向量化。该过程涉及到分词，特征抽取，权重计算等等。Mahout 提供了文本向量化工具。由于Mahout 向量化算法要处理的文件是Hadoop SequenceFile ，需要将普通的文本文件转成SequenceFile格式，然后在向量化。 一、序... 阅读全文