我最近在局部视图中使用了ng-view,它看起来很像使用ng-include.两者之间是否存在差异:ng-view指令和ng-include或何时更好地使用哪个?
我已经根据我的数据特征生成了我的聚类中心,比如你在中找到的“Kmeans.data.txt”
https://github.com/apache/spark/blob/master/data/mllib/kmeans_data.txt
这是在 Spark MLib 中使用 KMeans 执行的。
clusters.clusterCenters.foreach(println)
Run Code Online (Sandbox Code Playgroud)
知道如何预测从这些数据中得出的集群吗?
我有从目录读取的文件流,文件树的形式如下:
/repository/resources/2016-03-04/file.csv
/repository/resources/2016-03-04/file2.csv
/repository/resources/2016-03-05/file3.csv
/repository/resources/2016-03-05/file4.csv
Run Code Online (Sandbox Code Playgroud)
请,我需要帮助使用 scala 提取日期文件夹的名称和表单中的 .csv 文件:
2016-03-03 file.csv
2016-03-04 file2.csv
2016-03-05 file3.csv
2016-03-05 file4.csv
Run Code Online (Sandbox Code Playgroud) 我有以下模型,我想使用 SparkML 进行估计MultilayerPerceptronClassifier()。
val formula = new RFormula()
.setFormula("vtplus15predict~ vhisttplus15 + vhistt + vt + vtminus15 + Time + Length + Day")
.setFeaturesCol("features")
.setLabelCol("label")
formula.fit(data).transform(data)
Run Code Online (Sandbox Code Playgroud)
注意:特征是向量,标签是 Double
root
|-- features: vector (nullable = true)
|-- label: double (nullable = false)
Run Code Online (Sandbox Code Playgroud)
我将 MLP 估计器定义如下:
val layers = Array[Int](6, 5, 8, 1) //I suspect this is where it went wrong
val mlp = new MultilayerPerceptronClassifier()
.setLayers(layers)
.setBlockSize(128)
.setSeed(1234L)
.setMaxIter(100)
// train the model
val model = mlp.fit(train)
Run Code Online (Sandbox Code Playgroud)
不幸的是,我收到以下错误:
使用 …
scala neural-network apache-spark apache-spark-ml apache-spark-mllib