点数信息
www.dssz.net
注册会员
|
设为首页
|
加入收藏夹
您好,欢迎光临本网站!
[请登录]
!
[注册会员]
!
首页
移动开发
云计算
大数据
数据库
游戏开发
人工智能
网络技术
区块链
操作系统
模糊查询
热门搜索:
源码
Android
整站
插件
识别
p2p
游戏
算法
更多...
在线客服QQ:632832888
当前位置:
资源下载
搜索资源 - PySpark-ML-源码
下载资源分类
移动开发
开发技术
课程资源
网络技术
操作系统
安全技术
数据库
行业
服务器应用
存储
信息化
考试认证
云计算
大数据
跨平台
音视频
游戏开发
人工智能
区块链
在结果中搜索
所属系统
Windows
Linux
FreeBSD
Unix
Dos
PalmOS
WinCE
SymbianOS
MacOS
Android
开发平台
Visual C
Visual.Net
Borland C
CBuilder
Dephi
gcc
VBA
LISP
IDL
VHDL
Matlab
MathCAD
Flash
Xcode
Android STU
LabVIEW
开发语言
C/C++
Pascal
ASM
Java
PHP
Basic/ASP
Perl
Python
VBScript
JavaScript
SQL
FoxBase
SHELL
E语言
OC/Swift
文件类型
源码
程序
CHM
PDF
PPT
WORD
Excel
Access
HTML
Text
资源分类
搜索资源列表
PySpark-ML-源码
PySpark-ML 在此存储库中,将演示使用PySpark的多类文本分类的Python编程语言编写Spark的功能。 数据结构 df = spark . read . csv ( '/home/renos/Downloads/sf-crime/train.csv' , header = True , inferSchema = True ) print ( df . columns ) print ( len ( df . columns )) ['Dates', 'Category',
所属分类:
其它
发布日期:2021-03-17
文件大小:39936
提供者:
weixin_42168230
dsc-4-39-06-building-recommendation-system-als-pyspark-seattle-ds-career-040119-源码
在PySpark中构建推荐系统-实验室 介绍 在最后一个实验中,我们将在Spark编程环境中使用ALS实现一个电影推荐系统。 Spark的机器学习libraray ml随附了非常有效的ALS算法,我们在上一课中已经介绍了该算法。 该实验室将要求您实践一下用于创建和操作pyspark DataFrame的Spark编程技能。 我们将通过逐步的过程逐步发展出使用ALS和pyspark的电影推荐系统,并使用我们在之前的实验中使用的MovieLens数据集。 注意:建议您为完成本实验而大量参考,因为它
所属分类:
其它
发布日期:2021-03-11
文件大小:870400
提供者:
weixin_42127783
Apache-pyspark-hadoop-using-databricks:说明使用pyspark执行的一些基本活动,并使用MLlib API执行一些机器学习(ML)算法-源码
Apache-pyspark-hadoop使用数据块 说明使用pyspark执行的一些基本活动,并使用MLlib API执行一些机器学习(ML)算法 发布在此存储库上的笔记本是使用databricks开发的,databricks是spark创始人创建的一个开源平台,您可以选择以下提到的其他平台: 1)在虚拟机/本地机上使用ubuntu(或) 2)AWS EC2(或) 3)AWS EMR(或) 4)数据砖。 为了使用数据砖在此github存储库中执行笔记本,请创建一个社区版帐户,然后开始
所属分类:
其它
发布日期:2021-03-07
文件大小:81920
提供者:
weixin_42131405
5机器学习与火花ML-源码
5机器学习与火花ML 1.介绍Spark.ML ALS(交替最小二乘)。 1ºImportamos todas lalibreríasyademásesta nueva from pyspark . ml . recommendation import ALS 2ºCreamosfunciónpara cargar los datos,y la sesion de spark def loadMovieNames (): movieNames = {} # CHAN
所属分类:
其它
发布日期:2021-03-03
文件大小:1011712
提供者:
weixin_42125867
Pyspark的波士顿住房价格:Pyspark线性回归的波士顿住房价格-源码
波士顿房屋价格与Pyspark 使用PySpark和MLlib建立波士顿房价预测的线性回归 Apache Spark已成为机器学习和数据科学中最常用和受支持的开源工具之一。 该项目是使用Apache Spark的spark.ml线性回归预测波士顿房价的温和介绍。 目标是提出一个模型来预测该地区给定房屋的中位数。 数据源 我们的数据来自Kaggle竞赛:波士顿郊区的房屋价值。 链接: :
所属分类:
其它
发布日期:2021-03-03
文件大小:299008
提供者:
weixin_42101237
频谱化:Insight DE项目-音频处理平台-源码
解压缩音频文件以快速进行ML探索 目录 概述 音频数据在现代世界中无处不在,并且对各种各样的行业和应用具有很高的价值。 许多公司依靠将机器学习算法应用于各种音频数据集而获得的见解。 尽管许多此类应用程序基于已定义的摘要统计信息,但较新的深度学习方法依赖于处理尽可能多的数据特征。 Spectralize是一个平台,旨在将常见音频文件处理和解压缩为完全索引的频谱特征,从而可以快速用于分析和ML探索。 工程设计 处理管道 Spectralize基于Python,实现Spark数据帧,并将数据从AWS
所属分类:
其它
发布日期:2021-02-14
文件大小:359424
提供者:
weixin_42160645
H1B_LCA_outcome_prediction:预测是否批准或拒绝H1B申请人的劳动条件申请-源码
项目摘要- 储存库内容- 项目报告-/reports/project_report.pdf 源代码-/ src / 参考书目和参考-/references/references.html 技术文档-/ doc / 训练有素的模型-/ models / 工具和技术- 数据分析-Python ML管道-PySpark(库:MLlib) 可视化-Altair,Streamlit CI / CD-詹金斯 IDE-Gitpod(VSCode) 原型制作-Google Colab 部署
所属分类:
其它
发布日期:2021-02-10
文件大小:1048576
提供者:
weixin_42148053
Optimus:使用dask,cudf,dask_cudf和pyspark简化了敏捷数据准备工作流程-源码
要启动实时笔记本服务器以使用活页夹或Colab测试擎天柱,请单击以下标记之一: Optimus是缺少使用Apache Spark(PySpark)以分布式方式进行概要分析,清理,处理和执行ML的框架。 安装(点): 在您的终端中,键入pip install optimuspyspark 要求 Apache Spark> = 2.4.0 Python> = 3.6 例子 您可以转到Optimus 十分钟,在那里您可以找到开始工作的基本方法。 您也可以转到文件夹找到有关数据清理,
所属分类:
其它
发布日期:2021-02-04
文件大小:20971520
提供者:
weixin_42128393
petastorm:Petastorm库可对Apache Parquet格式的数据集进行单机或分布式培训以及对深度学习模型的评估。 它支持Tensorflow,Pytorch和PySpark等ML框架,并且可以从纯Python代码中使用-源
petastorm:Petastorm库可对Apache Parquet格式的数据集进行单机或分布式培训以及对深度学习模型的评估。 它支持Tensorflow,Pytorch和PySpark等ML框架,并且可以从纯Python代码中使用
所属分类:
其它
发布日期:2021-02-04
文件大小:3145728
提供者:
weixin_42116701