《深入理解大数据：大数据处理与编程实践》一一2.2　单机和单机伪分布式Hadoop系统安装基本步骤-低调大师

《深入理解大数据：大数据处理与编程实践》一一2.2　单机和单机伪分布式Hadoop系统安装基本步骤

2017-07-03 507

本节书摘来自华章计算机《深入理解大数据：大数据处理与编程实践》一书中的第2章，第2.2节,作者主　编：黄宜华（南京大学）副主编：苗凯翔（英特尔公司），更多章节内容可以访问云栖社区“华章计算机”公众号查看。

2.2　单机和单机伪分布式Hadoop系统安装基本步骤

默认情况下，Hadoop被配置成一个以非分布式模式运行的独立Java进程，适合程序员在本地做编程和调试工作。Hadoop也可以在单节点上以伪分布式模式运行，用不同的Java进程模拟分布式运行中的各类节点（NameNode、DataNode、JobTracker、TaskTracker和Secondary NameNode）。
2.2.1　安装和配置JDK
Hadoop是以Java语言写成，因而需要在本地计算机上预先安装Java 6或者更新版本。尽管其他Java安装包也声称支持Ha

微信关注我们

原文链接：https://yq.aliyun.com/articles/120756

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

《Mahout算法解析与案例实战》一一3.2　K-Means算法

本节书摘来自华章计算机《Mahout算法解析与案例实战》一书中的第3章，第3.2节,作者：樊　哲，更多章节内容可以访问云栖社区“华章计算机”公众号查看。 3.2　K-Means算法 3.2.1　K-Means算法简介1967年，James MacQueen提出“K-Means”（K均值），这个被应用得最广泛的基于划分的聚类算法，其实是一种硬聚类算法，属于典型的局域原型的目标函数聚类的代表。算法首先随机选择k个对象，每个对象初始地代表一个簇的平均值或者中心。对于剩余的每个对象，根据其到各个簇中心的距离，把它们分给距离最小的簇中心，然后重新计算每个簇的平均值。重复这个过程，直到聚类准则函数收敛。准则函数一般采用两种方式：其一，全局误差函数，对应式（3-1）；其二，前后两次中心误差变化，对应式（3-2）。其中E代表误差，k代表k个聚类中心，

2017-07-04

589

本节书摘来自华章计算机《Mahout算法解析与案例实战》一书中的第3章，第3.4节,作者：樊　哲，更多章节内容可以访问云栖社区“华章计算机”公众号查看。 3.4　本章小结本章首先介绍聚类算法的一般概念，然后简要分析了这类算法在生活中的应用，使读者了解了该类算法的应用场景。接着通过分析Hadoop云平台上面三个聚类算法的Mahout实现：Canopy、K-Means和Mean Shift算法，让读者在比较清晰地理解每个具体算法的原理的同时，了解该算法在Mahout的实现思路，开拓思维。并且在每个小节专门设置了算法实战，使读者通过实战可以轻而易举地学会如何调用该算法，为读者解决实际问题提供帮助。

2017-07-04

461

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

JDK

JDK是 Java 语言的软件开发工具包，主要用于移动设备、嵌入式设备上的java应用程序。JDK是整个java开发的核心，它包含了JAVA的运行环境（JVM+Java系统类库）和JAVA工具。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。