的Apache Mahout的的設立是為了幫助Java開發者寫擴展的機器學習算法。
亨利馬烏是為了處理大量的數據負載,與企業級代碼一起,都在一個開源許可證,但在商業級的效果。
目前的亨利馬烏過程如下:挖掘數據來獲取它,集群它來組織數據並對其進行分類,以了解它。
什麼是新的在此版本中:
- 此版本修復了駕駛員火花itemsimilarity亨利馬烏-1707應用於共生分析的一大內存使用的bug。現在,這將需要在不遠執行人更少的內存。
- 支持星火1.2.2或更少 - 由於星火1.2+在JavaSerializer(SPARK-6069)中的錯誤,我們刪除了在星火執行人執行任何代碼中使用番石榴。要做到這一點,我們創建了一個基於BIMAP因此展示了如何使用舊番石榴集合中的示例代碼已經過時了Scala的集合。
- 一些小的修正,以亨利馬烏-輪迴QR分解及矩陣歡聲笑語。
- 修剪下來的包大小為< 200MB - 亨利馬烏-1704
- 小測試表明星火1.3除了亨利馬烏Shell,它不運行的二進制兼容性。
什麼在0.10.1版本是新的:
- 該版本修正了一個主要的內存使用情況在合作的bug駕駛員火花itemsimilarity亨利馬烏-1707使用-occurrence分析。現在,這將需要在不遠執行人更少的內存。
- 支持星火1.2.2或更少 - 由於星火1.2+在JavaSerializer(SPARK-6069)中的錯誤,我們刪除了在星火執行人執行任何代碼中使用番石榴。要做到這一點,我們創建了一個基於BIMAP因此展示了如何使用舊番石榴集合中的示例代碼已經過時了Scala的集合。
- 一些小的修正,以亨利馬烏-輪迴QR分解及矩陣歡聲笑語。
- 修剪下來的包大小為< 200MB - 亨利馬烏-1704
- 小測試表明星火1.3除了亨利馬烏Shell,它不運行的二進制兼容性。
在什麼版本0.10.0新是:
- 斯卡拉DSL綁定亨利馬烏數學線性代數
- 條引薦作為搜索。
- 方便的功能矩陣的意見和衍生物支持
- 為ClusterDumper JSON格式輸出
- 啟用使用胡蘿蔔RandomizedRunner所有亨利馬烏模塊隨機測試。
- 在線算法計算採用一維聚類準確位數。
- 升級亨利馬烏Lucene的4.6.1
什麼是新的在0.8版本:
- 為偏基於項目的推薦支持
- SGD矩陣分解與用戶和項目的偏見評價預測
- 為SVD支持++
- 轉換為一個或多個存儲的Lucene索引SequenceFiles以及支持的Lucene的版本升級到4.3.1 Lucene的支持。
- 新流的k-means實施,提供上線(和快速)集群
- 請轉換為SequenceFiles的map-reduce,“seqdirectory'現在可以運行一個MapReduce工作。
- 添加了一個選項,以MinHashDriver指定向量的維度散列(索引或值)。
- 矩陣的毗連效用,目前只有連接兩個矩陣。
- 升級到CommonsLang3
- 的提速建設亨利馬烏通過並行運行測試。
評論沒有發現