本港台开奖现场直播 j2开奖直播报码现场
当前位置: 新闻频道 > IT新闻 >

开源 | 华为开源streamDM:用于Spark Streaming的数据挖掘软件

时间:2016-11-06 19:34来源:香港现场开奖 作者:本港台直播 点击:
选自huawei-noah.github.io 机器之心编译 参与:杜夏德 华为诺亚方舟实验室开源 stream DM ,是一种使用 Spark Streaming 挖掘大数据的开源软件。Stream DM 是 Apache Software License v2.0 许可下的开源软

选自huawei-noah.github.io

机器之心编译

参与:杜夏德

华为诺亚方舟实验室开源 stream DM ,是一种使用 Spark Streaming 挖掘大数据的开源软件。Stream DM 是 Apache Software License v2.0 许可下的开源软件。

大数据流学习

大数据流学习(Big Data stream learning)比批量或离线学习更富有挑战性,因为数据在流动的过程中不太可能保持同一种分布。而且,数据流中的每一个样本只能被处理一次,否则它们就需要占用内存进行总结,同时该学习算法也必须非常高效。

Spark Streaming

Spark Streaming(https://spark.apache.org/streaming/) 是核心 Spark API 的一个扩展,它能让多个源的数据流处理成为可能。Spark 是一个可扩展可编程的框架,用于大规模分布式数据集(也称为弹性分布式数据集(RDD))处理。Spark Streaming 接收输入的数据流后将数据分批,再由 Spark 引擎处理,生成结果。

Spark Streaming 数据被编成一个 DStreams 序列,内在地表示成一个 RDD 序列。

包含以下方法:

在第一次开放的 StreamDM 中,我们部署了:

SGD Learner () 和 Perceptron (#perceptron)

Naive Bayes ()

CluStream ()

Hoeffding Decision Trees ()

Bagging ()

Stream KM++ ()

我们部署了以下数据生成器

():

HyperplaneGenerator

RandomTreeGenerator

RandomRBFGenerator

RandomRBFEventsGenerator

我们部署了 SampleDataWriter:

(),它可以调取数据生成器创建样本数据用于模拟和测试。后面我们将计划开放:

分类:随机森林

回归:Hoeffding 回归树,Bagging,随机森林

聚类:Clustree, DenStream

Frequent Itemset Miner:IncMine, IncSecMine

下一步

为了快速介绍一下 StreamDM 的运行,atv直播,请打开 Getting Started ()文件。StreamDM Programming Guide () 展示了 StreamDM 的细节。完整的 API 文档,开奖,可以参考这里:。

©本文由机器之心编译,转载请联系本公众号获得授权

  ?------------------------------------------------

加入机器之心(全职记者/实习生):[email protected]

投稿或寻求报道:[email protected]

广告&商务合作:[email protected]

(责任编辑:本港台直播)
顶一下
(0)
0%
踩一下
(0)
0%
------分隔线----------------------------
栏目列表
推荐内容