文件名称：Hadoop-Analytics---RHadoop
文件大小：98KB
文件格式：ZIP
更新时间：2024-06-23 23:24:03
Java
Hadoop-Analytics---RHadoop 简短描述 在本项目中，您将编写在 Hadoop 中实现数据挖掘和机器学习技术的 map-reduce 作业。 更具体地说，您将实施 K-Means 聚类技术并学习 RHadoop。 问题 1（K-Means 聚类）[50 分] K-Means 聚类是一种流行的算法，用于将相似对象聚类为 K 组（聚类）。 它以 K 个点（随机选择）的初始种子作为中心开始，然后算法迭代地尝试增强这些中心。 当两次连续迭代产生相同的 K 个中心，即中心没有改变，或者达到最大迭代次数时，算法终止。 提示：您可以参考这些链接以获得一些想法（除了课程幻灯片）： : Step 1（创建数据集）[10 点]： • 创建一个由二维点组成的数据集，即每个点都有 (x, y) 值。 X 和 Y 值的范围分别为 0 到 10,000。 每个点都在单独的一条线上。 •
【文件预览】：
Hadoop-Analytics---RHadoop-master
----PROBLEM-2()
--------sorted.png(22KB)
--------Countrycode.R(1KB)
--------unsorted.png(20KB)
----.gitignore(574B)
----PROBLEM-1()
--------KMeans.java(11KB)
--------CreateTrainingDataSet.java(635B)
--------CustomDataset.java(859B)
----README.md(3KB)
----README.docx(56KB)
----.gitattributes(378B)