-
基于内容的推荐算法
查看全部 -
基于用户的推荐算法
查看全部 -
物品推荐算法实现步骤
查看全部 -
基于物品的协同过滤推荐算法
步骤：
1、根据用户行为列表计算用户、物品的评分矩阵
2、根据用户、物品的评分矩阵计算物品与物品的相似度矩阵
3、相似度矩阵 x 评分矩阵 = 推荐列表
4、将推荐列表与评分矩阵进行比较，在推荐列表中置零已经评过分的物品，剩下的数据就是要给客户推荐结果
查看全部 -
物品推荐算法
查看全部 -
二维向量的余弦相似度
查看全部 -
矩阵乘法
查看全部 -
分布式缓存
如何使用DistributedCache?
查看全部 -
分片输入
查看全部 -
Map -> Reduce
查看全部 -
从分片输入到Map
查看全部 -
MapReduce
查看全部 -
Hadoop2.0移除了原有的JobTracker和TaskTracker,改由Yarn平台的ResourceManager负责集群中所有资源的统一管理和分配，NodeManager管理Hadoop集群中单个计算节点
查看全部 -
过程查看全部 -
1.先在setup初始化方法中，把第二个数组加入到缓存中查看全部
-
输出的文件内容
查看全部 -
MapReduce作业要有3个类
Mapper类 Mapper的泛型有4种类型的参数Mapper<mapper输入的key即行号LongWritetable，mapper输入的value类型即一行文本Text，mapper输出的key类型Text，mapper输出的value类型Text>
1）首先创建2个私有的输出变量
2）重写map方法（）
在这个方法中我们需要做什么呢（行->列,列->行）？
理解元数据的表示含义，并且将元数据分解成我们所需要的中间数据。
Reduce类（继承Reduce方法）
Reduce<Text，Text，Text，Text> 有4个参数,
1.Reduce输入key的类型（与mapper输出的key的类型一致，Text）
2.Reduce输入value的类型（与mapper输出的value的类型一致,Text）
3.Reduce输出key的类型（Text类型）
4.Reduce输出value的类型（Text类型）
创建流程
1.创建2个私有的输出变量
2.创建reduce流程
主方法类（MR1）
创建流程
1.定义1个文件输入路径的私有变量，
2.定义一个文件的输出路径私有变量
3.定义HDFS的地址
4.定义一个run方法（
创建一个job配置类（返回类型是整型），作业的配置
设置hdfs的地址
创建一个job实例，就是我们要执行的作业（a.设置一个主类，b.设置mapper类，设置Reduce类）
设置mapper的输出类型
设置输出Reduce的类型
设置输入和输出路径（FileSystem类），并将输出的路径设置到job中
最后，返回作业运行的状态，如果作业运行成功，返回1，如果运行失败返回-1
）
5.运行一个主方法，来运行这个作业
定义一个变量，来表示作业运行的结果。如果返回是1，打印运行成功，如果是-1，运行失败
查看全部 -
MapReduce作业要有3个类
Mapper类 Mapper的泛型有4种类型的参数Mapper<mapper输入的key即行号LongWritetable，mapper输入的value类型即一行文本Text，mapper输出的key类型Text，mapper输出的value类型Text>
1）首先创建2个私有的输出变量
2）重写map方法（）
在这个方法中我们需要做什么呢（行->列,列->行）？
理解元数据的表示含义，并且将元数据分解成我们所需要的中间数据。
2.Reduce类（继承Reduce方法）
Reduce<Text，Text，Text，Text> 有4个参数,
1.Reduce输入key的类型（与mapper输出的key的类型一致，Text）
2.Reduce输入value的类型（与mapper输出的value的类型一致,Text）
3.Reduce输出key的类型（Text类型）
4.Reduce输出value的类型（Text类型）
创建流程
1.创建2个私有的输出变量
2.创建reduce流程
3.主方法类
查看全部 -
MapReduce作业要有3个类
Mapper类 Mapper的泛型有4种类型的参数Mapper<mapper输入的key即行号LongWritetable，mapper输入的value类型即一行文本Text，mapper输出的key类型Text，mapper输出的value类型Text>
1）首先创建2个私有的输出变量
2）重写map方法（）
在这个方法中我们需要做什么呢（行->列,列->行）？
理解元数据的表示含义，并且将元数据分解成我们所需要的中间数据。
Reduce类
主方法类
查看全部 -
矩阵处理2----------矩阵相乘
查看全部 -
矩阵处理1----------将第2个矩阵行转换成列，列转换成行
---------转换成功后的结果（
没转换前：左矩阵的行向量*右矩阵的列向量
转换后：左矩阵的行向量*右矩阵的行向量
）
查看全部 -
矩阵处理1----------将第2个矩阵行转换成列，列转换成行
查看全部 -
矩阵处理1
要计算2个矩阵相乘，那么需要2个连续的MapReduce的操作相乘
查看全部
过程
举报