CowryGolden / PySparkDemoLinks
《Python+Spark2.0+Hadoop机器学习与大数据实战》练习
☆20Updated 6 years ago
Alternatives and similar repositories for PySparkDemo
Users that are interested in PySparkDemo are comparing it to the libraries listed below
Sorting:
- 推荐系统实践(基于近邻和LFM的推荐系统)☆103Updated 7 years ago
- 此推荐系统类似网易云音乐推荐歌单以及推荐相似歌曲☆95Updated 7 years ago
- 一些经典的个性化推荐算法的实现,从理论推导到实战☆68Updated 5 years ago
- 第二届全国大数据比赛-个性化新闻推荐☆70Updated 10 years ago
- 大数据竞赛项目实战, 内容涵盖: Kaggle、阿里天池大数据、腾讯大数据、京东大数据、DataCastle大数据竞赛等等☆63Updated 7 years ago
- 基于用户行为(关键词和查看过的新闻)的个性化新闻推荐系统☆42Updated 7 years ago
- 根据用户数据以及消费行为数据,使用Python建立分类模型,通过评估客户流失的风险来预测客户流转情况,找到对客户影响较大的因素,进而挽留客户☆10Updated 5 years ago
- 机器学习、深度学习、NLP实战项目☆150Updated 7 years ago
- 使用Flask,mysql构建的一个基于书籍,基于协同过滤算法,基于slope one的图书推荐系统☆347Updated 2 years ago
- 1st Place Solution for【2016CCF大数据竞赛 客户画像赛题(用户画像)】☆346Updated 7 years ago
- 某电商手机评论的文本挖掘初体验 功能板块:数据预处理、LDA模型获取特征词、情感极性判断与程度计算、回归模型预测销量排序☆123Updated 6 years ago
- 基于在线民宿 UGC 数据的意见挖掘项目,包含数据挖掘和NLP 相关的处理,负责数据采集、主题抽取、情感分析等任务。目的是克服用户打分和评论不一致,实时对在线民宿的满意度评测,包含在线评论采集和情感可视化分析。搭建了百度地图POI查询入口,可以进行自动化的批量查询 POI …☆438Updated last year
- 推荐系统与深度学习☆36Updated 4 years ago
- 图书推荐系统,基于商品的协同过滤算法实现☆318Updated 5 years ago
- 黑马头条推荐系统☆103Updated 6 years ago
- 使用 Spark MLlib 的 ALS 算法的电影推荐系统☆43Updated 8 years ago
- 卷积神经网络(CNN)提取影评特征构建电影推荐系统,pytorch实现☆130Updated 8 years ago
- 一些传统推荐算法的实现,包括基于内容的推荐,协同过滤,矩阵分解☆298Updated 7 years ago
- 简单的实现推荐系统的召回模型和排序模型,其中召回模型使用协同过滤算法,排序模型使用gbdt+lr算法☆58Updated 7 years ago
- 根据用户数据及消费行为数据,使用Python对客户进行聚类分群,并给出用户画像。通过数据,分析用户群体的核心特征。☆30Updated 5 years ago
- use mysql python create a GUI movie recommendation system☆89Updated 6 years ago
- 推荐系统从入门到实战☆166Updated 4 years ago
- 携程/榛果民宿实时评论挖掘软件,包含数据的实时采集/数据清洗/结构化保存/ UGC 数据主题提取/情感分析/后结构化可视化等技术的综合性演示 Demo。基于在线民宿 UGC 数据的意见挖掘项目,包含数据挖掘和 NLP 相关的处理,负责数据采集、主题抽取、情感分析等任务。主要…☆81Updated 5 years ago
- 用户画像练手,,,,☆85Updated 9 years ago
- 大数据实战——商品推荐系统(Spark、Scala、MongoDB)☆111Updated 3 years ago
- 慕课网公开课:数据预处理☆75Updated 6 years ago
- 数据分析或者数据挖掘工程师面试题整理☆192Updated 5 years ago
- 3个小项目分别是利用 Python 实现报表自动化、某连锁超市、某银行数据分析,展示了问题分解、数据清洗、数据分析与可视化的过程。☆48Updated 6 years ago
- 排名(成绩)预测(入门Python和机器学习)☆55Updated 3 years ago
- 利用python进行反欺诈检测☆34Updated 7 years ago