摘要： 基于实例的分类器（懒惰分类器）以K-nearest为例说明拿测试实例跟已有的实例的比较，若测试实例跟训练实例一模一样，那毫无疑问该测试实例就是属于这一类，但情况并未都是如此，大部分情况下，得选择该测试实例跟那个已有的实例的“距离”最短，这个距离就得根据具体情况具体分析了，在求两实例的“距离”前得先计算下，一实例在一个属性上表现出的多种特征之间的“距离”。所以得先定义来两特征之间的“距离”，再定义两实例的“距离”。这个分类效果是显著的，但是不足之处也是明显的，因为懒惰，来一个实例，就得计算与其他已有实例的距离，那代价是高。贝叶斯分类器P(C| A1，A2，...A3) 指事件C在事件A1A2A3 阅读全文

摘要： 实验目的：使用wordcount实现中文无词典分词的功能实验背景：文件上传后，进行无词典分词，再进行统计中文词之后，结果在eclipse下显示为乱码针对乱码所做实验：0）文件直接上传，在eclipse打开显示正常，但结果显示乱码1）将文件格式改成UTF-8之后，再上传，结果发现在eclipse下打开是乱码，但在namenode:50070下打开是能显示的，2）在1）的基础上，无视eclipse乱码，在mapper中进行无词典切词，输出文件结果在eclipse乱码，而namenode:50070下均能正常显示，当结果不正确3）在workspace下，将gbk改成utf-8，输入文件除第一行乱码， 阅读全文