数据预处理-中文分词器进行词库创建-51CTO学堂

{{ interaction.likeNum == 0 ? (pageType === 'video' ? '抢首赞' : '点赞') : formatNumber(interaction.likeNum) }} {{ interaction.collectionNum == 0 ? '收藏' : formatNumber(interaction.collectionNum) }} {{ interaction.discussNum == 0 ? (pageType === 'video' ? '抢沙发' : '讨论') : formatNumber(interaction.discussNum) }}

提问 {{ interaction.noteNum > 0 ? interaction.noteNum + '篇笔记' : '记笔记' }} 离线观看

下载学堂APP

缓存视频离线看

报告问题离线观看

下载学堂APP

缓存视频离线看

课程介绍

讨论{{interaction.discussNum ? '(' + interaction.discussNum + ')' : ''}}

适合人群

熟悉Java语言、熟悉Linux基本操作、有Hadoop使用经验者。

你将会学到

本课程属于大数据项目实战课程，本课程主要应用Hadoop结合朴素贝叶斯算法(多项式模型)以及中文分词器构建用户评论分类系统。学完本课程能够学习朴素贝叶斯分类算法的思想及应用，并且能够利用Hadoop构建中文文本分类系统（包括：垃圾邮件分类、文章类型分类等）。

课程简介

课程内容：

1、项目展示及介绍

2、开发工具、技术及功能分析

3、Linux环境准备

4、Hadoop2.x分布式安装

5、朴素贝叶斯算法

6、项目架构

7、京东商城数据抓取

8、MapReduce程序开发

9、总结分析

项目结构：

架构.png

部分PPT截图：

展开更多

发布

置顶笔记

{{ item.create_time }}{{ Number(item.like_count) || '' }}回复

删除
是否确认删除?
确认
取消
{{ item.is_top == 1 ? '取消置顶' : '置顶'}}
已有置顶的讨论，是否替换已有的置顶？
确认
取消

{{ subitem.create_time }}{{ Number(subitem.like_count) || '' }}回复

删除

点击查看更多收起

发布

{{ noteHeaderTitle }} 笔记{{ hasMyNote ? '我的笔记' : '记笔记' }}

优质笔记

更新于：{{ $dayjs.formate('YYYY-MM-DD HH:mm:ss', item.last_uptime*1000) }}

公开笔记对他人可见，有机会被管理员评为“优质笔记”

{{ noteEditor.content.length }}/2000

公开笔记

保存

提问

讲师收到你的提问会尽快为你解答。若选择公开提问，可以获得更多学员的帮助。

记录时间点

记录提问时视频播放的时间点，便于后续查看

公开提问

提交