个人中心
文章发布
退出
作者热门文章
- html - 出于某种原因，IE8 对我的 Sass 文件中继承的 html5 CSS 不友好？
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景？
25
4
我想对文本进行聚类。我有点理解聚类的概念 纯文字 Mahout in Action 的内容:
最佳答案
我不能给你完整的实现细节，因为我不确定，但我可以帮你解决一个难题。您几乎肯定需要一些上下文分析来提取实体(例如位置、时间/日期、人名)
为此，请查看 OpenNLP。
http://opennlp.apache.org/documentation/1.5.3/manual/opennlp.html
特别是查看 POS 标记器和名称查找器。
提取出相关实体后，您“可能”可以使用 Mahout 分类对它们做一些事情(一旦您提取了足够的实体来训练您的模型)，但我不确定。
祝你好运
关于mahout - 如何包含用于聚类的日期时间和其他优先级信息？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/16706301/
25
4
0
谁能告诉我 mahout 的 RecommenderIRStatsEvaluator 是如何工作的？更具体地说，它如何随机拆分训练和测试数据以及结果与哪些数据进行比较？基于我的低估，您需要某种理想/预
我正在学习 Mahout 并阅读“Mahout in Action”。 当我尝试运行第 7 章 SimpleKMeansClustering.java 中的示例代码时，弹出了一个异常: 线程“main
我已经在 Mahout 教程中的合成控制数据上运行了 k-Means 聚类算法，并且想知道是否有人可以解释如何解释输出。我运行了 clusterdump 并收到了如下所示的输出(为了节省空间而被截断)
我有一个基于用户相似性的 bool 偏好推荐器。我的数据集本质上包含关系，其中 ItemId 是用户决定阅读的文章。我想添加第二个数据模型，其中包含 ItemId 是对特定主题的订阅。 我能想到的唯一
对于机器学习新手来说，高效使用 Apache Mahout 的学习先决条件是什么？ 我知道 Mahout 的提交者需要微积分、线性代数、概率和机器学习才能贡献任何有用的东西。但是 Apache Mah
我正在为我的数据训练 mahout 分类器， 按照我发出的创建 mahout 模型的命令 ./bin/mahout seqdirectory -i /tmp/mahout-work-root/MyDa
我正在读取大约 700 万行数据，当我重新启动应用程序时，加载所有内容需要将近两分钟的时间。我试图找出加快速度的最佳方法，以便最多只需几秒钟即可重新启动应用程序。这是我希望加快速度的代码以及当前所需的
我正在尝试使用 Apache Mahout 创建一个基于项目的推荐器，该推荐器根据其他用户也有共同点的相似项目推荐后备项目。 我首先创建一个数据模型，然后尝试将它传递给各种不同的 ItemSimila
我使用 Mahout 和 Pearson 相关算法来根据用户对多个项目的偏好来比较和查找相似用户。我遇到的问题是 Mahout 和/或 Pearson 忽略了为每个项目选择相同偏好的用户。有谁知道是否
我正在通过 apache mahout 运行朴素贝叶斯分类器算法。我们可以选择在训练和运行算法实例时设置克大小。 将 n-Gram 大小从 1 更改为 2，会极大地改变最终的分类。为什么会出现这种情况
任何人都可以建议 Mahout 到底想要应用 LDA 的输入类型吗？如果有人请详细写下以获取输出，那就太好了 最佳答案 关于 mahout 中最新形式的 LDA 的文档有点稀疏。现在它被称为“cvb”
我有一个包含 5000 万个用户偏好的数据集，其中包含 800 万个不同的用户和 18 万个不同的产品。我目前正在使用 bool 数据模型，并有一个基于谷本相似性的基本推荐器。我正在尝试探索不同的算法
关闭。这个问题是opinion-based .它目前不接受答案。 想要改进这个问题？ 更新问题，以便 editing this post 可以用事实和引用来回答它. 关闭 9 年前。 Improve
我正在尝试 Apache Mahout，有很多关于如何使用 LDA 生成主题模型的信息，但是关于如何使用新的 CVB lda 算法执行相同操作的信息很少。我想要做的是生成单词到主题的概率，类似于原始的
我的环境: 驯象师:0.7 Hadoop:1.0.3 我做了什么: 安装了 mahout，并测试了朴素的贝叶斯示例 - 20newsgroup，它运行良好。 我想要达到的目标: 有 trainnb 和
当前的 Mahout 0.8-SNAPSHOT 包括用于主题建模的折叠变分贝叶斯 (cvb) 版本并删除了潜在狄利克雷分析 (lda) 方法，因为 cvb 可以更好地并行化。不幸的是，只有 lda 的
我所说的动态数据评级是指基于时间的推荐系统。 电影推荐的一个示例用例，推荐引擎读取用户历史电影观看数据并发现用户喜欢在周末观看 Action 片，引擎应该对 Action 片评分较高。 然而，由于历史
我有一个包含数据向量的文件，其中每一行都包含一个以逗号分隔的值列表。我想知道如何使用 mahout 对这些数据执行 k 均值聚类。维基中提供的示例提到了创建序列文件，但我不确定是否需要进行某种类型的转
我是 Mahout 的新手，正在尝试使用 0.5 版本的“Mahout in Action”。早期的示例之一要求使用斜率一推荐器。这个推荐器是否仍然包含在 Mahout 0.9 中？我已经浏览了文档，
我是 hadoop 的新手，更不用说 mahout 了。我希望有人可以帮助我通过这里..已经尝试了 2 天.. 我已经有一个 hadoop 集群在运行。 我正在使用 hadoop-2.0.0-alph
我是一名优秀的程序员,十分优秀！