摘要：今天，在做canopy算法实例时，遇到这个问题，所以记录下来。下面是源码： 将程序编译打包成JAR并运行如下： 但出现如下错误： 最后，发现是将mahout根目录下的相应的jar包复制到hadoop-2.4.1/share/hadoop/common/lib文件夹下时，少复制了mahout-core 阅读全文

摘要：一、贝叶斯定理数学基础 我们都知道条件概率的数学公式形式为 即B发生的条件下A发生的概率等于A和B同时发生的概率除以B发生的概率。 根据此公式变换，得到贝叶斯公式： 即贝叶斯定律是关于随机事件A和B的条件概率（或边缘概率）的一则定律。通常，事件A在事件B发生的条件溪的概率，与事件B在事件A的条件下的 阅读全文

摘要：RDD（Resilient Distributed Datasets）弹性分布式数据集。RDD可以看成是一个简单的"数组"，对其进行操作也只需要调用有限的"数组"中的方法即可,但它与一般数组的区别在于:RDD是分布式存储，可以跟好的利用现有的云数据平台，并在内存中进行。此处的弹性指的是数据的存储方式 阅读全文