基于大数据背景下海量数据人们无法理解，聚类效率低下等问题，采用MapReduce编程模型将Canopy聚类算法和K-means聚类算法在云环境中相结合，使之能够充分利用Hadoop集群的计算和存储能力。以淘宝网上海量的购买用户聚类作为应用背景，通过使用Hadoop平台的数据挖掘组件Mahout对用户聚类进行了实例研究，并给出了使用Mahout进行挖掘的一般步骤。结果表明，基于MapReduce的聚类算法在大规模数据集上具有较好的聚类质量和运行速度。
2021-01-28 02:33:34
1.3MB
1
项目包含python爬虫，Matplotlib、Echarts数据可视化、Mapreduce、hive数据统计、情感分析、词图云、电影票房与评分预测。
2020-12-15 20:05:15
8.22MB
1
该文档的目录如下：
1.1实验目的
1.2实验环境
V 1.3实验步骤
1.3.1安装eclipse
1.3.2安装Hadoop- Eclipse Plugin
1.3.3配置Hadoop-Eclipse Plugin
1.3.4在Eclipse 中操作HDFS中的文件
1.3.5在Eclipse 中创建MapReduce项目
附:查看HDFS文件系统数据的三种方法
2020-04-22 03:10:56
1.34MB
1
介绍如何在Intellij Idea中通过创建maven工程配置MapReduce的编程环境。
2020-01-24 03:08:31
65KB
1
eclipse上运行mapreduce时需要这两个工具
2020-01-12 03:15:26
266KB
1
基于搜狗查询数据500w条使用MapReduce做数据清洗，hive做离线分析的项目，详细文档附数据连接，搜狗实验室的搜索数据下载后缺少了用户ID字段的数据，所以本分析采用的是完整的数据，大家可以放心下载，如果下载数据的百度云链接失效无法下载，大家可以给我留言。
2020-01-04 03:14:55
3.28MB
1
java操作hadoop之mapreduce分析年气象数据最低温度实战源码，附带所需jar包，欢迎学习。
2020-01-03 11:30:00
35.64MB
1
该文件是用于MapReduce分析年气象数据用源代码打成的jar包，虽然名字为MaxTemperature，但里面也包含了MinTemperature的程序。所以可以求取每年的最大值和最小值。
2020-01-03 11:20:56
16.11MB
1
java项目 基于Hadoop对网站日志数据分析 使用MapReduce框架进行分析，并包含150M的网站日志数据
2019-12-21 22:26:27
81.98MB
1