上一页 1 2 3 4 5 6 7 ··· 17 下一页

2021年2月1日

摘要: 一、实验目的 (1)通过实验掌握基本的 MLLib 编程方法; (2)掌握用 MLLib 解决一些常见的数据分析问题,包括数据导入、成分分析和分类和预测等。 二、实验平台 操作系统:Ubuntu16.04 JDK 版本:1.7 或以上版本 Spark 版本:2.1.0 数据集:下载 Adult 数据 阅读全文
posted @ 2021-02-01 15:06 小橘猫xjm 阅读(1076) 评论(1) 推荐(0)
摘要: 一、实验目的 (1)通过实验掌握 Spark SQL 的基本编程方法; (2)熟悉 RDD 到 DataFrame 的转化方法; (3)熟悉利用 Spark SQL 管理来自不同数据源的数据。 二、实验平台 操作系统: Ubuntu16.04 Spark 版本:2.1.0 数据库:MySQL 三、实 阅读全文
posted @ 2021-02-01 15:03 小橘猫xjm 阅读(268) 评论(0) 推荐(0)
摘要: 一、实验目的 (1)熟悉 Spark 的 RDD 基本操作及键值对操作; (2)熟悉使用 RDD 编程解决实际具体问题的方法。 二、实验平台 操作系统:Ubuntu16.04 Spark 版本:2.1.0 三、实验内容和要求 1.spark-shell 交互式编程 请到本教程官网的“下载专区”的“数 阅读全文
posted @ 2021-02-01 15:01 小橘猫xjm 阅读(559) 评论(0) 推荐(0)

2021年1月9日

摘要: 一、实验目的 1.掌握 Scala 语言的基本语法、数据结构和控制结构; 2.掌握面向对象编程的基础知识,能够编写自定义类和特质; 3.掌握函数式编程的基础知识,能够熟练定义匿名函数。熟悉 Scala 的容器类库的基本层次结构,熟练使用常用的容器类进行数据; 4.熟练掌握 Scala 的 REPL 阅读全文
posted @ 2021-01-09 14:55 小橘猫xjm 阅读(200) 评论(0) 推荐(0)

2021年1月8日

摘要: 一、实验目的 掌握 Linux 虚拟机的安装方法。Spark 和 Hadoop 等大数据软件在 Linux 操作系统上运行可以发挥最佳性能,因此,本教程中,Spark 都是在 Linux 系统中进行相关操作,同时,下一章的 Scala 语言也会在 Linux 系统中安装和操作。鉴于目前很多读者正在使 阅读全文
posted @ 2021-01-08 14:50 小橘猫xjm 阅读(440) 评论(0) 推荐(0)

2021年1月7日

摘要: import tensorflow.compat.v1 as tf tf.disable_v2_behavior() import input_data import numpy as np import os os.environ["CUDA_VISIBLE_DEVICES"]="0" mnist 阅读全文
posted @ 2021-01-07 15:32 小橘猫xjm 阅读(74) 评论(0) 推荐(0)

2021年1月6日

摘要: 实验目的 1.掌握使用TensorFlow进行KNN操作 2.掌握KNN 算法的原理 实验原理 knn的基本原理: KNN是通过计算不同特征值之间的距离进行分类。 整体的思路是:如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别,则该样本也属于这个类别。K通常是 阅读全文
posted @ 2021-01-06 14:24 小橘猫xjm 阅读(62) 评论(0) 推荐(0)

2021年1月5日

摘要: import tensorflow.compat.v1 as tf tf.disable_v2_behavior() #from tensorflow.examples.tutorials.mnist import input_data import input_data #导入实验所需的数据 mn 阅读全文
posted @ 2021-01-05 18:21 小橘猫xjm 阅读(51) 评论(0) 推荐(0)

2021年1月4日

摘要: import tensorflow.compat.v1 as tf tf.disable_v2_behavior() import numpy as np import os import matplotlib.pyplot as plt os.environ["CUDA_VISIBLE_DEVIC 阅读全文
posted @ 2021-01-04 14:19 小橘猫xjm 阅读(74) 评论(0) 推荐(0)

2021年1月3日

摘要: import tensorflow as tf import os os.environ["CUDA_VISIBLE_DEVICES"]="0" with tf.compat.v1.Session() as sess: a = tf.constant(2) b = tf.constant(3) pr 阅读全文
posted @ 2021-01-03 11:22 小橘猫xjm 阅读(80) 评论(0) 推荐(0)
上一页 1 2 3 4 5 6 7 ··· 17 下一页

导航