Alternatives and similar repositories for data-cleaning:

Users that are interested in data-cleaning are comparing it to the libraries listed below

• Chihuataneo / Spark_Personas
  Spark中实现用户画像系统价值度、忠诚度、流失预警、活跃度等模型
  ☆66Updated 7 years ago
• Java-Edge / Spark-MLlib-Tutorial
  大数据框架 Spark MLlib 机器学习库基础算法全面讲解,附带齐全的测试文件
  ☆39Updated 11 months ago
• luhm2017 / graphx-analysis
  graphx知识图谱、图计算相关
  ☆64Updated 7 years ago
• linzhouzhi / SparkML
  spark 机器学习:利用jupyter工作来讲解算法原理并运行相关例子
  ☆103Updated 8 years ago
• WangYang-wy / YangDocker
  自助搭建的 hadoop + spark + kafka + zookeeper + storm + hbase + hive + flume 集群，一主两从。
  ☆30Updated 6 years ago
• jquanlee / spark-ml-analysis
  spark机器学习算法研究和源码分析
  ☆32Updated 8 years ago
• KG-book / EntityMining
  《实体数据挖掘与知识图谱构建》一书的代码和实验数据。
  ☆43Updated 9 years ago
• zzzvvvxxxd / KGPro
  知识图谱轻量框架
  ☆62Updated 9 years ago
• share23 / Food_Recommender
  基于 Spark Streaming + ALS 的餐饮推荐系统
  ☆88Updated 6 years ago
• huangyueranbbc / Spark_ALS
  基于spark-ml,spark-mllib,spark-streaming的推荐算法实现
  ☆96Updated 5 years ago
• JasonWiki / recommend
  基于 spark 推荐系统, 基于内容标签 CBCF 实现，协同过滤 UBCF 实现，协同过滤 IBCF 实现
  ☆46Updated 8 years ago
• yhao2014 / ckoocML
  机器学习项目
  ☆37Updated 8 years ago
• zhaikaishun / spark_tutorial
  spark算子使用例子, spark RDD的算子挺多，有时候如何灵活的使用，该如何用一下子想不起来，这一段时间将spark的算子如何使用的例子给记录了下来，下面是spark RDD 的一些常用算子的使用 这些算子包括有java的，也有scala的语言(博客中才有)，由于精…
  ☆36Updated 6 years ago
• duanzhihua / code-of-spark-big-data-business-trilogy
  This is code of book "Spark Big Data Business Trilogy"
  ☆69Updated 2 years ago
• Zjinji / SparkSyllabusBook
  《Spark大数据分析源码解析与实例详解》图书配套实例资源
  ☆38Updated 2 years ago
• x-shadow-x / TextCluster
  常用文本聚类算法java实现
  ☆15Updated 10 years ago
• allwefantasy / spark-deep-learning
  Deep Learning Pipelines for Apache Spark
  ☆58Updated 7 years ago
• shaonan1993 / interview-questions-collection
  按知识领域整理面试题，包括C++、Java、Hadoop、机器学习等
  ☆21Updated 7 years ago
• ZhuanZhiCode / TensorFlow-Java-Examples
  Examples of Invoking TensorFlow from Java
  ☆74Updated 6 years ago
• codingdie / Digger
  一个集分布式爬虫,分布式存储,分布式计算统计分析一体的统计分析数据挖掘项目
  ☆14Updated 7 years ago
• TongzheZhang / DF-competition-sogou
  大数据精准营销中搜狗用户画像挖掘
  ☆36Updated 8 years ago
• xiaogp / recsys_structured_streaming
  kafka + structured streaming + phoenix + elasticsearch 基于行为日志实现热门推荐，用户偏好推荐，召回融合策略实现。
  ☆15Updated last year
• xubo245 / MLlibLearning
  Spark MLlib Learning
  ☆71Updated 8 years ago
• tophua / spark-machine-learning-book
  Spark机器学习书代码
  ☆25Updated 7 years ago
• SnailWhb / elasticsearch_pulgine_fast-vector-distance
  计算两个特征向量的相似度
  ☆26Updated 6 years ago
• YueHub / answer-knowledge-analysis
  语义搜索引擎－语义解析模块
  ☆28Updated 3 years ago
• weijie-he / jinyong
  使用Spark Graphx 分析金庸”射雕三部曲“
  ☆46Updated 4 years ago
• Thinkgamer / Hadoop-Spark-Learning
  本项目记录我学习hadoop和spark等开源框架的代码，因为也是最近才用github，之前都是荒废状态，故部分都是是之前写好的，现在上传至github
  ☆85Updated 7 years ago
• wemakebug / Knowledge
  基于知识图谱技术的搜素引擎研发
  ☆19Updated 7 years ago
• HunterChao / User-Portrait
  用户画像相关的参考代码
  ☆155Updated 2 years ago