mahout应用kmeans进行文本聚类——实例分析

EricLiseo2register.blog.chinaunix.net

首页　| 　博文目录　| 　关于我

jiangwen127

博客访问： 2417259
博文数量： 392
博客积分： 7040
博客等级：少将
技术积分： 4138
用户组：普通用户
注册时间： 2009-06-17 13:03

个人简介

范德萨发而为

文章分类

全部博文（392）

nosql（1）
c/c++（7）
machine lea（67）
设计模式（1）
web架构（35）
关系型database（23）
distributed（11）
fuckingwindows（1）
SE（24）
life（9）
berkeleyDB（4）
beauty of math（3）
Java_study（11）
algorithm（77）
kernel（16）
hadoop（13）
programming（8）
network（9）
linux operation（14）
bash（12）
reading（5）
STL using（8）
intern（0）
job_hunter（29）
未分配的博文（4）

文章存档

2017年（5）

2016年（19）

2015年（34）

2014年（14）

2013年（47）

2012年（40）

2011年（51）

2010年（137）

2009年（45）

我的朋友

最近访客

推荐博文

mahout应用kmeans进行文本聚类——实例分析

发布时间：2013-03-21 17:13:21

http://blog.sina.com.cn/s/blog_6e6ef9830101ahs9.html在Mahout_in_Action这本书中，给了一个文本的聚类实例，并提供了原始输入数据，下面结合例子说明作为聚类算法的主要应用场景 - 文本分类，对文本信息的建模也是一个常见的问题。在信息检索研究领域已经有很好的建模方式，就是信息检索领域中最常用的向量空间.........【阅读全文】

阅读(6187) | 评论(0) | 转发(0)

Simhash算法原理和网页查重应用

发布时间：2013-03-19 17:59:08

传统的hash算法只负责将原始内容尽量均匀随机地映射为一个签名值，原理上相当于伪随机数产生算法。产生的两个签名，如果相等，说明原始内容在一定概率下是相等的；如果不相等，除了说明原始内容不相等外，不再提供任何信息，因为即使原始内容只相差一个字节，所产生的签名也很可能差别极大。从这个意义上来说，要设计一个.........【阅读全文】

阅读(1545) | 评论(0) | 转发(0)

从www.spamhaus.org中移除垃圾邮件黑名单

发布时间：2013-02-25 15:37:15

http://hi.baidu.com/ershiyi1985/item/be2b81f32e7a2ccea935a260从www.spamhaus.org中移除垃圾邮件黑名单今天用公司的邮件服务器发送邮件给客户邮箱，发现被退信。提示如下：remote server said: 550 5.7.1 Service unavailable; Client ho.........【阅读全文】

阅读(8674) | 评论(1) | 转发(0)

struts2

发布时间：2013-02-20 18:08:20

http://www.blogjava.net/nokiaguy/archive/2008/04/15/193229.htmlStruts2教程1：第一个Struts2程序......【阅读全文】

阅读(753) | 评论(0) | 转发(0)

solr资料

发布时间：2013-02-19 17:53:12

http://www.cnblogs.com/hoojo/archive/2011/10/21/2220431.htmlSolr开发文档http://blog.sina.com.cn/s/blog_a584e4ca01017zsu.htmlLucene 2.9搜索语法 ......【阅读全文】

阅读(975) | 评论(0) | 转发(0)