nuoline的专栏

AdaptiveLogisticRegression.java 实现了OnlineLearner接口。维护一个普通的OnlineLogisticRegression学习器池，池中的每一个元素都有不同的学习率。一个主意是学习器池实际维护一个CrossFoldLearners（包含数个OnlineLogisticRegression对象）。这些池允许我们进行性能估计如果对数据做很多次时。如果有

1 贝叶斯训练器所在包：Package org.apache.mahout.classifier.bayes实现机制The implementation is divided up into three parts:The Trainer -- responsible for doing the counting of the words and ...

mahout分类源码分析接口Interface OnlineLearner：实现的类：AbstractOnlineLogisticRegression, AdaptiveLogisticRegression, CrossFoldLearner, OnlineLogisticRegression方法如下：void train(int actual,           Vec...

import java.io.IOException;import org.apache.hadoop.io.DoubleWritable;import org.apache.hadoop.mapred.MapReduceBase;import org.apache.hadoop.mapred.Mapper;import org.apache.hadoop.mapred.O...

IntroductionFor clustering documents it is usually necessary to convert the raw text into vectors that can then be consumed by the clustering Algorithms. These approaches are described below.Fro...

K-均值聚类(K-means clustering)是Mac Queen提出的一种非监督实时聚类算法，在最小化误差函数的基础上将数据划分为预定的类数K。该算法原理简单并便于处理大量数据，在基因表达数据分析中得到广泛应用，如Tavazoie等应用K-means聚类酵母细胞周期表达数据。在K-means算法运行前必须先指定聚类数目K和迭代次数或收敛条件，并指定K个初始聚类中心，根据一定的相...

1、从http://www.apache.org/dyn/closer.cgi/lucene/mahout/ 下载mahout0.4代码2、下载maven http://maven.apache.org/  左侧菜单中的get mevan3、解压两个包4、打开命令行窗口5、进行mahout目录:cd mahout保存目录/6、让maven生成eclipse项...

 贝叶斯并行分类分析1 贝叶斯训练器所在包：<noscript></noscript>Package org.apache.mahout.classifier.bayes 实现机制The implementation is divided up into three parts: The Trainer -- responsible for...

Package org.apache.mahout.classifier.sgd一，接口概要1，Interface GradientProvides the ability to inject a gradient into the SGD logisticregresion. Typical uses of this are to use a ranking score such as

mahout分类源码分析接口Interface OnlineLearner：实现的类：AbstractOnlineLogisticRegression, AdaptiveLogisticRegression,CrossFoldLearner, OnlineLogisticRegression方法如下：void train(int actual,          Vector in

1、从http://www.apache.org/dyn/closer.cgi/lucene/mahout/下载mahout0.3代码2、下载maven http://maven.apache.org/  左侧菜单中的getmevan3、解压两个包4、打开命令行窗口5、进行mahout目录:cd mahout保存目录/6、让maven生成eclipse项目,在命令行中执行:maven

1.Canopy聚类Canopy聚类是一种简单、快速、但不太准确的聚类方法。该算法需一种快速的近似距离度量方法和两个距离阈值T1>T2。while(没有标记的数据点){   选择一个没有强标记的数据点p   把p看作一个新Canopy c的中心   离p距离   离p距离}Canopy聚类常作为更强聚类方法的初始步骤。mahout Canopy聚类实现 ，采用了两

原文地址：Hadoop下配置kmeans计算作者：bicloudHadoop下配置kmeans计算Rehl5 + hadoop-0.19.21下载mahouthttp://apache.freelamp.com//mahout/2解压缩mahouttar zxvf mahout-0.3.tar.gz3配置环境变量exportHADOOP_CONF_DIR=/usr/local/ha

参照https://cwiki.apache.org/confluence/display/MAHOUT/Twenty+Newsgroups的步骤，其中关于hadoop与mahout的配置启动之类的以前的文章都记录过，此处直接在mahout-0.4上运行例子过程(当然也在mahot-0.3上进行了测试，一切正常)。首先，下载数据集20news-bydate.tar.gz，在$MAHOUT_HO

贝叶斯并行分类分析1 贝叶斯训练器所在包：Packageorg.apache.mahout.classifier.bayes实现机制The implementation isdivided up into three parts:The Trainer -- responsible for doing thecounting of the words and the label

2模型 BayesModel 类时用来表示训练结果的数据结构，BayesClassifier  需要使用。is the data structure used to represent the results of the trainingfor use by the BayesClassifier. A Model can be created by hand, or,if using

1 贝叶斯训练器所在包：Packageorg.apache.mahout.classifier.bayes实现机制The implementation isdivided up into three parts:The Trainer -- responsible for doing thecounting of the words and the labelsThe Mo

2模型 BayesModel  类时用来表示训练结果的数据结构，BayesClassifier  需要使用。is the data structure used to represent the results of the training for use by the BayesClassifier. A Model can be created by hand, or, if usi...