winutils.exe是hadoop的执行文件之一，但有时我们下载的hadoop编译后的文件可能会出现一些丢失，这正是其中的资源之一
2022-12-12 09:24:51
40KB
1
Hadoop实践项目test7.py
课本上的例题中的一个python文件
完整版 下载传到虚拟机运行即可得到数据或图表
2022-12-12 09:24:50
3KB
1
基于Hadoop的全国酒店数据清洗项目源码+报告.zip结合本案例背景介绍，说明对本数据集进行分析的目的，说明采用的分析技术，实现的价值。
本案采用的数据集是全国各省市酒店的运营情况数据集，对该数据集进行分析的目的是为了更好的指导酒店行业的发展。本案例使用hdfs分布式存储系统存储数据，利用Hadoop的MapReduce技术进行数据分析。
3、简要介绍mapreduce框架
MapReduce是面向大数据并行处理的计算模型、框架和平台，它隐含了以下三层含义：
（1）MapReduce是一个基于集群的高性能并行计算平台（Cluster Infrastructure）。它允许用市场上普通的商用服务器构成一个包含数十、数百至数千个节点的分布和并行计算集群。
基于Hadoop的全国酒店数据清洗项目源码+报告.zip基于Hadoop的全国酒店数据清洗项目源码+报告.zip基于Hadoop的全国酒店数据清洗项目源码+报告.zip基于Hadoop的全国酒店数据清洗项目源码+报告.zip基于Hadoop的全国酒店数据清洗项目源码+报告.zip
2022-12-10 14:23:19
990KB
牛客网招聘网站数据集爬取，用于大数据基础课程设计项目的统计分析。主要是利用招聘数据在Hadoop生态中进行导入、导出、统计分析、数据可视化。
2022-12-09 14:24:52
2.43MB
1
matlab聚类kmeans代码
作业7
要求
在MapReduce上实现K-Means算法并在小数据集上测试。可以使用附件的数据集，也可以随机生成若干散点的二维数据（x,
y)。设置不同的K值和迭代次数，可视化聚类结果。
提交要求同作业5，附上可视化截图。
实现思路
我直接使用了实例代码来运行，用原来的代码创建maven项目KMeansExample。由于原来的代码不是用maven管理的，而且是基于Hadoop1.2编写的程序，所以有一些地方需要进行小小的修改。比如每个java文件前面都要加上对应的包名称，Job对象的创建需要调用getInstance静态方法，而不能直接new
Job。
我尝试研读了整个算法的代码，下面简要描述一下示例代码的思路。
主程序：KMeansDriver.main()
KMeansDriver.main()方法是整个算法的主程序，它从命令行接收指定的参数k（需要聚成的类数），iterationNum（迭代次数），inputpath，outputpath。依次调用三个主要的过程：
generateInitialCluster()：随机产生k个cluster
2022-12-07 18:05:50
1.23MB
1