Nana0606 / hadoop_example
Hadoop基本操作，包括pagerank、kmeans、join、max_temperature、log_clean等的Mapreduce实现，以及自定义数据类型、partition、multioupt、combiner等基本操作
☆30Updated 5 years ago
Related projects ⓘ
Alternatives and complementary repositories for hadoop_example
- 第二届全国大数据比赛-个性化新闻推荐☆67Updated 9 years ago
- 知识图谱问答系统☆83Updated last year
- 文本聚类 k-means算法及实战☆55Updated 5 years ago
- 社会信息检索作业，实现简单的搜索引擎，计算TFIDF值以及两个句子的相似度☆19Updated 6 years ago
- 人工智能工程师直通车第三期 实战项目:广告点击率预测（CTR）。预测用户浏览给定网页的广告点击率，提高广告投放精准度。☆22Updated 6 years ago
- 基于知识图谱的《三国演义》人物关系可视化及问答系统☆64Updated last year
- 自实现朴素贝叶斯分类器，文本分类一百万条新闻☆39Updated 5 years ago
- Sentiment Classifier base on traditional Maching learning methods, eg Bayes, SVM ,DecisionTree, KNN and Deeplearning method like MLP,CNN,…☆139Updated 6 years ago
- 基于lucene的新闻搜索引擎[中科院现代信息检索项目作业]☆17Updated 8 years ago
- Python实现经典分类回归、关联分析、聚类以及推荐算法等☆205Updated 5 years ago
- 《实体数据挖掘与知识图谱构建》一书的代码和实验数据。☆44Updated 9 years ago
- 机器学习算法模型的知识图谱（思维导图）构建☆60Updated 5 years ago
- 该工程是利用python3.6进行“特征提取+分类器”来实现美团评论的文本二分类问题。在特征提取部分提取了6种特征，分类器选择了python里面的包xgboost和lightGBM分别实现提升树和GBDT（梯度提升决策树）。☆89Updated 5 years ago
- 周杰伦歌曲信息的知识图谱问答系统☆135Updated 5 years ago
- 基于Lucene、Servlet新闻搜索引擎☆22Updated 6 years ago
- 知识图谱可视化☆26Updated 4 years ago
- flask+seq2seq【TensorFlow1.0, Pytorch】 在线聊天机器人 https://mp.weixin.qq.com/s/VpiAmVSTin3ALA8MnzhCJA 或 https://ask.hellobi.com/blog/python_s…☆68Updated last year
- Here I sort out some small projects I did in the process of learning NLP.☆36Updated 2 years ago
- 唯品会用户购买行为预测☆26Updated 6 years ago
- 练习题︱基于今日头条开源数据的文本挖掘☆85Updated 5 years ago
- A repository to save my machine learning notes.☆70Updated 4 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 5 years ago
- 知识图谱☆29Updated 6 years ago
- a repository for my curriculum project☆85Updated 2 years ago
- 基于HMM的中文分词☆25Updated 6 years ago
- 基于kaggle上Titanic数据集实现的ID3、C4.5、CART和CART剪枝算法☆39Updated 5 years ago
- 推荐系统实践(基于近邻和LFM的推荐系统)☆100Updated 6 years ago
- Python创建Neo4J知识图谱数据库☆147Updated 6 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☆66Updated 4 years ago
- 1.解析爬取到的Json歌单数据，并进行数据预处理。 2.基于Surprise推荐系统库，采用KNNBaseLine实现基于用户 的协同过滤歌曲推荐。3.借鉴Word2Vec算法思想进行Song2Vec处理，实现基于物品的协同过滤歌曲推荐。 4.采用 TensorFlow实…☆38Updated 6 years ago