Hadoop项目案例:电影网站用户性别预测 |
您所在的位置:网站首页 › 数据预处理实训目的是什么意思 › Hadoop项目案例:电影网站用户性别预测 |
文章目录
Hadoop源代码数据预处理获取数据数据变换
数据清洗划分数据集
实现用户性别分类
Hadoop
Hadoop是一个由Apache基金会所开发的分布式系统基础架构。用户可以在不了解分布式底层细节的情况下,开发分布式程序。充分利用集群的威力进行高速运算和存储。Hadoop实现了一个分布式文件系统( Distributed File System),其中一个组件是HDFS(Hadoop Distributed File System)。HDFS有高容错性的特点,并且设计用来部署在低廉的(low-cost)硬件上;而且它提供高吞吐量(high throughput)来访问应用程序的数据,适合那些有着超大数据集(large data set)的应用程序。HDFS放宽了(relax)POSIX的要求,可以以流的形式访问(streaming access)文件系统中的数据。Hadoop的框架最核心的设计就是:HDFS和MapReduce。HDFS为海量的数据提供了存储,而MapReduce则为海量的数据提供了计算 源代码源代码,在我电脑上可以成功运行,我也是改了好久 数据预处理 获取数据 hdfs dfs -mkdir /movie hdfs dfs -put /opt/users.dat /movie hdfs dfs -put /opt/ratings.dat /movie
处理缺失值、异常值 训练数据集 0[M]男 1[F]女 第一列是对测试数据的预测类别,第三列是测试数据的正确类别。 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |