zchenack个人专栏

Spark安装搭建与使用Spark安装搭建与使用Spark简介Spark框架Spark常见API功能Spark RDDSpark下载与安装Spark windows集成开发环境搭建利用Spark调用Ansj进行中文分词Spark简介Apache Spark是一个开源分布式的数据处理平台，支持集群进行数据处理。类似于hadoop，却又能提供灵活的编程接口（而不是map和reduce过程）

Spark文本聚类Spark文本聚类Spark mlib简介中文文本分词TFIDF特征word2vec介绍文本表示Kmeans LDA聚类聚类是常见的无监督学习算法，用于找到相似的Item，在无标记数据的情况下经常使用。这里考虑，当我们拥有大量文本，需要找到相似的文本（粗分类）时，使用Spark进行实验。Spark mlib简介mlib是Spark提供的机器学习算法库，提供特征工程、分类

对于Hadoop的搭建，需要事先安装Java 与 SSH