a|1|0|0|0|0|| 5| e|0|0|0|0|1|| id|cate_list|当我使用python时，它真的很简单，几乎只需要两行代码就可以解决这个问题。Scala太难了。
浏览 20提问于2019-02-25得票数 0
回答已采纳
我在处理一个不平衡的数据集。序列数据中有11567个阴性样本和3737个阳性样本。验证数据中有2892个阴性样本和935个阳性样本。这是一个二元分类问题，我用Macro平均ROC来评价我的模型。我使用该滑雪板连接并将其转换为二进制分类(y-true ->一个热门表示)。我还在下面添加了我的代码。
浏览 0提问于2021-02-09得票数 6
回答已采纳
2回答
我对火花并不熟悉，也不太清楚该如何问这个问题(使用哪些术语等等)，下面是我在概念上想要实现的目标：我有很多小的，单独的.txt“分类帐”文件(例如，带有时间戳和属性值的行分隔文件)。我想：
将所有单个结果行合并到最后一个对象中&将其保存到以行分隔的文件中的
浏览 0提问于2019-04-14得票数 1
5回答
如何使用spark-ml而不是spark-mllib处理分类数据？虽然文档不是很清楚，但似乎分类器(例如RandomForestClassifier、LogisticRegression )有一个featuresCol参数，它指定了DataFrame中的特性列的名称，还有一个labelCol参数，它指定了DataFrame中标记类的列的名称。显然，我希望在我的预测中使用多个特性，所
浏览 10提问于2015-08-28得票数 49
3回答
我假设HashPartitioner根据密钥的散列对分布式集进行分区。如果我这样做了，结果会有什么不同new HashPartitoner(2)那么HashPartitioner到底是如何工作的呢
浏览 1提问于2015-07-15得票数 83
回答已采纳
我想知道在哪种情况下我应该使用FlatMap还是Map。对我来说似乎不是很清楚。有没有人能给我举个例子，好让我能理解它们的区别？
浏览 2提问于2017-08-14得票数 32
回答已采纳
17回答
如何在Apache Spark DataFrame中连接两列？Spark SQL中有没有我们可以使用的函数？
浏览 7提问于2015-07-16得票数 159
3回答
使用hadoop处理图像
、、、、
我是hadoop的新手，我将开发一个使用hadoop处理多个图像的应用程序，并在用户进行计算时实时显示结果。基本的方法是分发可执行文件和成串的图像，并收集结果。如何为可执行文件提供镜像？除了向它提供stdin之外，我找不到任何其他示例。
浏览 2提问于2014-04-14得票数 7
2回答
实时流数据分析
、、、、
这是一个相对宽泛的问题，我知道我可能需要使用一些工具来解决这样的问题(比如针对ex )。星星之火，卡夫卡和Hadoop)，但我正在从一个有经验的专业人士的角度寻找一个具体的愿景我们正在使用像服务这样的谷歌分析工具，这给我们带来了一连串的事件。我们需要一个报告平台，可以聚合，过滤，切片和骰子数据。向我展示所有来自美国的用户，他们使用的是铬浏览器，并且正在使用iPh
浏览 3提问于2018-11-23得票数 3
回答已采纳
2回答
起初，我想创建一个RDD，并像这样使用它：当我查看spark上的决策树示例时，它们使用libsvm格式:这是我唯一可以使用的格式吗？我的标签不是整数而是字符串，所以为了使用<
浏览 1提问于2017-01-31得票数 1
我是Cassandra的新手，我想创建一个社交网站。我想知道我应该如何存储图像？它应该将其存储为文件系统还是存储在Cassandra表中？如果将图像存储在表中，如何构造表？
浏览 1提问于2016-01-13得票数 1
如何在多个键列上按范围进行搜索？在我看来，我们不能有一个可能去多个分区的查询。是否有任何可行的解决方案来实现相同的查询结果？
浏览 0提问于2015-12-15得票数 1
我对在项目中使用OCaml很感兴趣，但是我不确定它的并行化能力在哪里。OCaml中有消息传递功能吗？OCaml是否能够高效地使用多个CPU？
浏览 0提问于2011-07-06得票数 40
回答已采纳
我是hog新手，我使用的是opencv2.4.4和visual studio 2010，我正在运行软件包中的示例peopledetect.cpp，它的编译和运行，但我想了解detail.In peopledetect.cpp中的源代码是为人们构建/已经训练的hog描述符检测3780向量是否被送入svm分类器？当我尝试调试peopledetect.cpp时，我只能发现HOGDescriptor创建了hog描述符和检测器，我基本上不理解这个是做什么的，因为我看到没有经过hog处理的步骤，它将已经训练好的向量加载到svm分类器来检测人
浏览 2提问于2013-04-16得票数 1
回答已采纳
完成后，火花将映射任务(ShuffleMapTask)输出直接写入磁盘。
Hadoop、MapReduce和Spark的映射任务的输出有何不同？如果有很多小的中间文件作为输出，那么火花如何处理网络和I/O瓶颈？
浏览 6提问于2016-02-18得票数 8
1回答
我正在使用一些机器学习算法对零售交易数据进行POC，并提出一个脱销分析的预测模型。我的问题可能听起来很愚蠢，但如果你或其他人能回答我，我会非常感激。问题1：因为Features只能包含数值，所以我只
浏览 0提问于2015-08-07得票数 3
我使用以下查询在Cassandra中插入了一行数据：
INSERT INTO TableWide1 (UID, TimeStampCol, Value, DateCol) VALUES ('id1','我使用writetime()进行了一些探索，但它只给出了最新更新的数据的最新时间。这也不能用在where子句中。
浏览 1提问于2016-03-24得票数 2
当你点击完整的基准测试链接，比如：，很明显，相当多的解决方案使用了多核。您是否成功地使用了4个或8个内核来实际提高单个任务的性能？
您使用了什么工具/语言？
浏览 3提问于2009-03-10得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
