- 博客(8)
- 收藏
- 关注
RSS订阅原创 中文自然语言处理学习笔记（二）——语料库的安装与使用
这章笔记一步步介绍语料库概念与使用，安装NLTK，实现对线上语料库内容的获取与分析，最后实现构建一个斗罗大陆小说的本地语料库。
2024-04-02 10:56:56
3235
1
原创 最简单的解决nltk.download()会报错[Errno 11004]getaddrinfo failed的办法
最简单的办法就是挂加速器，这里我使用的是Watt Toolkit，在微软商店下载然后使用其中的加速功能注意勾选GitHub加速，也可以使用其他加速器。对于不熟悉GitHub的新手来说，可能在使用nltk.download()会报错，如下。看了许多博客，讲解的比较复杂，大部分其实是因为国内用户无法直接访问。开启加速器之后重启内核再运行一遍代码就正常了。
2024-04-01 15:31:37
1605
5
原创 大数据技术Hadoop小白教程（一）——Hadoop概述及环境配置
Hadoop是一个开源的分布式计算框架，用于处理大规模数据集的存储和分析。它基于Google的MapReduce和Google文件系统（GFS）的概念，并且能够在廉价的硬件上运行。Hadoop的核心组件包括Hadoop分布式文件系统（HDFS）和Hadoop YARN（Yet Another Resource Negotiator）。HDFS是Hadoop的分布式文件系统，它能够将大规模数据集分布式存储在多个节点上，并提供高容错性和高可靠性。
2024-03-17 23:50:25
6833
3
原创 Spark大数据技术（Scala）小白教程（一)——大数据技术概述以及环境配置
Apache Spark 是一个基于内存计算的大数据处理框架，提供了高性能和灵活性，支持多种数据处理模式。Spark 提供了丰富的 API，包括 Spark Core、Spark SQL、Spark Streaming、MLlib（机器学习库）和 GraphX（图计算库），使得用户可以方便地进行数据处理、数据分析和机器学习等任务。
2024-03-13 01:07:26
1511
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人