發(fā)簡信
IP屬地：浙江
-
北大開源了中文分詞工具包：準(zhǔn)確率遠(yuǎn)超THULAC瑞你、結(jié)巴分詞！
最近氯哮，北大開源了一個(gè)中文分詞工具包，它在多個(gè)分詞數(shù)據(jù)集上都有非常高的分詞準(zhǔn)確率商佛。其中廣泛使用的結(jié)巴分詞誤差率高達(dá) 18.55% 和 20.42喉钢，...
-
spark實(shí)現(xiàn)user CFuser CF是基于相似用戶的推薦方法，實(shí)現(xiàn)這種推薦的基本思路是：計(jì)算出相似用戶得分良姆，獲取相似用戶的物品集合的打分肠虽，最后兩個(gè)得分相乘，得出相似用...
-
余弦相似度余弦相似度用向量空間中兩個(gè)向量夾角的余弦值作為衡量兩個(gè)個(gè)體間差異的大小玛追。余弦值越接近1税课，就表明夾角越接近0度，也就是兩個(gè)向量越相似痊剖，這就叫"余弦...
-
推薦系統(tǒng)的推薦策略推薦系統(tǒng)的目的是為客戶推薦最合適的同類產(chǎn)品韩玩，這些產(chǎn)品包括文章、商品陆馁、音樂啸如、視頻等等，這些推薦系統(tǒng)比較成熟的例如淘寶氮惯、京東等各種電商的推薦（掌柜精...
-
Python 字典(Dictionary) keys()方法
Python 字典(Dictionary) keys() 函數(shù)以列表返回一個(gè)字典所有的鍵叮雳。 keys()方法語法： dict.keys() 參數(shù)...
-
iterrows(), iteritems(), itertuples()對(duì)dataframe進(jìn)行遍歷
iterrows():將DataFrame迭代為(insex, Series)對(duì)。 itertuples():將DataFrame迭代為元祖妇汗。 ...
-
hbase整合hive
Hbase是被設(shè)計(jì)用來做K-V查詢帘不，但有時(shí)候也會(huì)遇到基于Hbase表的復(fù)雜統(tǒng)計(jì)，寫MR很不方便杨箭。hive考慮到這一點(diǎn)寞焙，提供了操作Hbase表的接...
-
Hbase知識(shí)要點(diǎn)hbase是列式數(shù)據(jù)庫，rowkey是字典序的互婿。每個(gè)列族是一個(gè)文件捣郊，將經(jīng)常一起查詢的列放到同一個(gè)列族中，減少文件的尋址時(shí)間慈参。 數(shù)據(jù)模型: row...
-
zookeeperzookeeper是松散耦合的分布式系統(tǒng)中粗粒度鎖以及可靠性存儲(chǔ)的系統(tǒng)呛牲，具有保管數(shù)據(jù)、提供監(jiān)聽等功能驮配，存儲(chǔ)的容量不高娘扩，具有開源着茸、高效的、可協(xié)同工...