mahout学习之TasteOptionParser（2）

最新推荐文章于 2021-01-22 16:38:34 发布
最新推荐文章于 2021-01-22 16:38:34 发布
阅读量1.1k 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： 经验 mahout coding way
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/YYlxid/article/details/17386309
本文介绍Apache Commons CLI2库的使用方法，包括如何通过DefaultOptionBuilder构建命令行选项，设置选项的长名、短名、描述等属性，并通过ArgumentBuilder定义参数集合的最大和最小数量。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

DefaultOptionBuilder  

       withLongName(String)  设置长命令     就是在终端输入的命令名字

       withShortName(String)  设置短命令   

       withDescription(String)  设置该命令的描述

       withRequired（boolean） false表示该命令可选   true表示在终端必须输入该命令

       withArgument(Argument) 设置命令的参数     因为一个命令后可能跟着不止只有一个参数   而是一个集合 故需要设置吧

       create()  创建

ArgumentBuilder 

      withName(String)  给参数集合设置名称

      withMaximum(int)  设置集合中参数最大个数

      withMinimum(int)   设置集合中参数最小个数

      create()   创建

GroupBuilder

       withOption(Option) 给组添加选项 option

       withMaximum(int)  设置组中选项最大个数

       withMinimum(int)   设置组中选项最小个数

       create() 创建


具体参考：http://commons.apache.org/sandbox/commons-cli2/apidocs/index.html

        

Mahout机器学习算法库原理与代码实例讲解
AI天才研究院
05-30 1204
Mahout机器学习算法库原理与代码实例讲解 1. 背景介绍 1.1 什么是Mahout Apache Mahout是一个可扩展的机器学习和数据挖掘库,主要基于Apache Hadoop构建。它旨在通过利用分布式计算资源,为
你不能错过的机器学习之 Mahout介绍
Forever_ck的博客
12-02 960
一、Mahout概述 1.1 Mahout是什么？ Mahout 是 Apache Software Foundation（ASF） 旗下的一个开源项目，提供一些可扩展的机器学习领域经典算法的实现，旨在帮助开发人员更加方便快捷地创建智能应用程序。 1.2 Mahout能干嘛？ Mahout 是一个很强大的数据挖掘工具，是一个分布式机器学习算法的集合，包括：被称为Taste的分布式协同过滤的实现...
mahout学习之TasteOptionParser
YYlxid————Nothing is possible if not try～
12-17 1098
今天刚刚开始学习mahout源码中的movielens的example，在获取DataModel时，用到了 TasteOptionParser.getRatings静态方法，是来自类 TasteOptionParser。。用于输入给main方法的args参数来给文件路径，但是注意好像路径中不能含有空格。。。       步骤 1、创建builder       DefaultOptionBu
Mahout学习总结
#7的博客
01-22 1205
Mahout学习总结 一、Mahout定义 ①Mahout是一个算法库，集成了很多算法； ②Mahout是Apache SoftWare Foundation（ASF）旗下的一个开源项目，提供一些可扩展的机器学习领域经典算法的实现，旨在帮助开发人员更加方便快捷地创建智能应用程序； ③Mahout包含许多实现，包括：聚类、分类、推荐过滤、频繁子项挖掘； ④通过Apache Hadoop库，Mahout可以有效地扩展到Hadoop集群； 二、M...
Mahout学习系列之推荐算法
Thinkgamer博客
03-31 8952
参考： 从源代码剖析Mahout推荐引擎 mahout 推荐系统示例 Mahout推荐算法API详解 使用Mahout实现协同过滤 Mahout的taste推荐系统里的几种Recommender分析 前言：Mahout框架集成了大量的常用的机器学习算法，且都支持在Hadoop分布式环境下运行，很大程度上节约了数据处理的时间成本，其中的推荐算法引擎有cf.ta...
Mahout学习之Mahout简介、安装、配置、入门程序测试
似水流年
03-03 1357
一、Mahout简介 查了Mahout的中文意思——驭象的人，再看看Mahout的logo，好吧，想和小黄象happy地玩耍，得顺便陪陪这位驭象人耍耍了... 附logo： （就是他，骑在象头上的那个Mahout） 步入正文啦：        Mahout 是一个很强大的数据挖掘工具，是一个分布式机器学习算法的集合，包括：被称为Taste的分布式协同过滤的实现、分
Mahout学习
AcceptedLin的博客
04-23 839
Mahout学习 Mahout学习（主要学习内容是Mahout中推荐部分的ItemCF、UserCF、Hadoop集群部署运行） 1、Mahout是什么？ Mahout是一个算法库,集成了很多算法。 ApacheMahout是ApacheSoftwareFoundation（A...
Mahout学习之聚类算法Kmeans
Thinkgamer博客
10-23 2572
一：kMeans算法介绍 聚类分析是一种静态数据分析方法，常被用于机器学习，模式识别，数据挖掘等领域。通常认为，聚类是一种无监督式的机器学习方法，它的过程是这样的：在未知样本类别的情况下，通过计算样本彼此间的距离（欧式距离,马式距离，汉明距离，余弦距离等）来估计样本所属类别。从结构性来划分，聚类方法分为自上而下和自下而上两种方法，前者的算法是先把所有样本视为一类，然后不断从这个...
mahout学习之推荐算法
kevinjqy的专栏
10-02 4313
推荐的定义推荐算法可以分为三大类，基于用户的，基于物品的和基于内容的，前两者均属于协同过滤的范畴，仅仅通过用户与物品之间的关系进行推荐，无需了解物品自身的属性。而几乎内容的推荐技术很有用，但是必须与特定领域相结合，比如推荐一本书就必须了解书的属性，作者，颜色，内容等等。但是这些知识无法转移到其他领域，比如基于内容的图书推荐就对推荐哪道菜比较好吃毫无用处。 所有mahout对基于内容的推荐涉及很少。
Mahout-机器学习资源
最新发布
03-11
Mahout作为一个开源的机器学习库，旨在为开发者提供一套丰富的工具和框架，以便更高效地开发机器学习算法。它支持包括分类、聚类、推荐以及频繁项集挖掘等多种机器学习任务。在处理大规模数据集时，Mahout通过使用...
发布项目时，出现deploy失败的情况
YYlxid————Nothing is possible if not try～
11-13 4225
具体问题我刚刚忘记记了，不大记得了，大概是在给项目部署服务器的时候，选择manage deployments，选择server，为服务器添加项目后，出现could not copy all files to 。。tomcat from 项目，if files is locked 。。。。 大概是这样的情况 问题分析：因为我用的是ubuntu系统，刚刚用，所以习惯压缩文件直接在root权限下解压，
win下连接virtualbox中linux虚拟机的mysql
YYlxid————Nothing is possible if not try～
09-07 4138
1、  设置nat端口转发（子系统端口一定为3306，主机端口自定义，协议为TCP） 打开virtualbox虚拟机的设置，选择网络——高级——端口转发——添加转发规则。 以我的为例，如下图所示   2、  设置允许远程连接mysql 在虚拟机的命令终端中，输入mysql，进入mysql，执行以下两句命令 grant all privileges on *.* to '用户名'@'
matlab for循环 比较不一样
YYlxid————Nothing is possible if not try～
05-16 2575
matlab中 循环语句 while for 条件语句 if  break continue 基本跟c语言差不多  就这个for很奇葩      如果是（例子借鉴别人的http://zhiqiang.org/blog/it/for-in-matlab.html） i = 3; for i = 1:i i=2*i end 输出 i=2 i=4 i=6 也就是说matlab在fo
JDk1.7+Maven3.1.1+maven项目转myeclipse eclipse工程
YYlxid————Nothing is possible if not try～
12-09 2427
1、JDK1.7    下载JDK  地址：http://www.oracle.com/technetwork/java/javase/downloads/jdk7-downloads-1880260.html     安装：点击jdk-7u45-windows-i586.exe文件，指定安装路径，安装指示安装jdk     设置环境变量 参考http://www.cnblogs.com/n
关于云端软件上安装matlab
YYlxid————Nothing is possible if not try～
05-11 2161
上次因为要数学建模，狠狠心下了个matlab，还有云端。。。总体还行把  后来没用了，就把他们卸载掉了。。 最近因为某事，又重新安装。。。打开exe，和之前一样的步骤，可是最后提示MATLAB R2009a (7.8.0.347) (Win32 云端版).lva - Load mycompress.dll failed,mycompress.dll not found   还以为是dll
ubuntu下mysql及mysql administrator的下载安装
YYlxid————Nothing is possible if not try～
11-10 1855
1、mysql的安装 在终端输入： sudo apt-get install mysql-client  mysql-server 去下载软件包就可以了，同时在安装结束时会要求设置sql的登录密码，最好设置比较好好像。   验证是否安装成功 在终端输入： sudo netstat -tap | grep mysql  若出现： tcp        0      0 local
ubuntu用root权限打开文件夹
YYlxid————Nothing is possible if not try～
11-13 1686
http://www.linuxdiyf.com/viewarticle.php?id=93511 原来要是在需要权限的地方复制粘贴东西的话总是在终端打命令，就想能不能普通用户用root的权限打开一个文件夹。 这样这个文件夹里面进行复制粘贴修改的话就可以直接在图形界面弄了，多方便，但一直不知道，今天无意中还真发现了这个命令。 原来是  sudo gnome-open 路径 如
onenote发送至博客实践
YYlxid————Nothing is possible if not try～
02-20 1549
之所以想使用onenote发布到博客，一是一直都用onenote来记笔记，二是同时可以发布，免去了像在csdn上重新编辑的繁琐过程，还是重复工作，而且onenote的排版还可以，加一些插件，展示得不错，缺点就是win8.1的onenote虽然展示效果更好，但功能反而简化了，像发布博客也没了，唉………… 好久以前试了onenote内容发送至博客的功能，但一直都做不出来，自己的博客放在csdn上，因
pat 1020. Tree Traversals (25)
YYlxid————Nothing is possible if not try～
09-14 1534
改了 几次 终于ac了 注意post递归时的下标 利用后序和前序来建树 由于每个数字都不同，因此我选择用数组来代表该树 gettree(int lp，int rp，int li ，int ri)返回当前子树的父亲节点编号  lp，rp表示当前子树后序序列  li，ri 表示当前子树前序序列  注意我返回的父亲节点 下标为rp-1  所以 下标范围是序列再加一  这个地方很混  早知道开始直接
Apache Mahout：机器学习实战
"mahout in action - Apache的机器学习算法库，涵盖了推荐、聚类和分类等算法的应用与实践。" Apache Mahout是一个开源项目，它为开发人员提供了一个实现机器学习算法的平台，旨在简化数据挖掘和大规模机器学习任务...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值