Hadoop + Spark 大數(shù)據(jù)巨量分析與機器學(xué)習(xí)整合開發(fā)實戰(zhàn)

第1章 大數(shù)據(jù)與機器學(xué)習(xí)
1．1 大數(shù)據(jù)定義
1．2 Hadoop簡介
1．3 Hadoop HDFS分布式文件系統(tǒng)
1．4 Hadoop MapReduce的介紹
1．5 Spark的介紹
1．6 機器學(xué)習(xí)的介紹
第2章 VirtualBox虛擬機軟件的安裝
2．1 VirtualBox的下載和安裝
2．2 設(shè)置VirtualBox語言版本
2．3 設(shè)置VirtualBox存儲文件夾
2．4 在VirtualBox創(chuàng)建虛擬機
第3章 Ubuntu Linux操作系統(tǒng)的安裝
3．1 下載安裝Ubuntu的光盤文件
3．2 在Virtual設(shè)置Ubuntu虛擬光盤文件
3．3 開始安裝Ubuntu
3．4 啟動Ubuntu
3．5 安裝增強功能
3．6 設(shè)置默認輸入法
3．7 設(shè)置“終端”程序
3．8 設(shè)置“終端”程序為白底黑字
3．9 設(shè)置共享剪貼板
第4章 Hadoop Single Node Cluster的安裝
4．1 安裝JDK
4．2 設(shè)置SSH無密碼登錄
4．3 下載安裝Hadoop
4．4 設(shè)置Hadoop環(huán)境變量
4．5 修改Hadoop配置設(shè)置文件
4．6 創(chuàng)建并格式化HDFS目錄
4．7 啟動Hadoop
4．8 打開Hadoop ResourceManager Web界面
4．9 NameNode HDFS Web界面
第5章 Hadoop Multi Node Cluster的安裝
5．1 把Single Node Cluster復(fù)制到data1
5．2 設(shè)置VirtualBox網(wǎng)卡
5．3 設(shè)置data1服務(wù)器
5．4 復(fù)制data1服務(wù)器到data2、data3、master
5．5 設(shè)置data2、data3服務(wù)器
5．6 設(shè)置master服務(wù)器
5．7 master連接到data1、data2、data3創(chuàng)建HDFS目錄
5．8 創(chuàng)建并格式化NameNode HDFS目錄
5．9 啟動Hadoop Multi Node Cluster
5．10 打開Hadoop ResourceManager Web界面
5．11 打開NameNode Web界面
第6章 Hadoop HDFS命令
6．1 啟動Hadoop Multi-Node Cluster
6．2 創(chuàng)建與查看HDFS目錄
6．3 從本地計算機復(fù)制文件到HDFS
6．4 將HDFS上的文件復(fù)制到本地計算機
6．5 復(fù)制與刪除HDFS文件
6．6 在Hadoop HDFS Web用戶界面瀏覽HDFS
第7章 Hadoop MapReduce
7．1 介紹wordCount．Java
7．2 編輯wordCount．Java
7．3 編譯wordCount．Java
7．4 創(chuàng)建測試文本文件
7．5 運行wordCount．Java
7．6 查看運行結(jié)果
7．7 Hadoop MapReduce的缺點
第8章 Spark的安裝與介紹
8．1 Spark的Cluster模式架構(gòu)圖
8．2 Scala的介紹與安裝
8．3 安裝Spark
8．4 啟動spark-shell交互界面
8．5 設(shè)置spark-shell顯示信息
8．6 啟動Hadoop
8．7 本地運行spark-shell程序
8．8 在Hadoop YARN運行spark-shell
8．9 構(gòu)建Spark Standalone Cluster執(zhí)行環(huán)境
8．10 在Spark Standalone運行spark-shell
第9章 Spark RDD
9．1 RDD的特性
9．2 基本RDD“轉(zhuǎn)換”運算
9．3 多個RDD“轉(zhuǎn)換”運算
9．4 基本“動作”運算
9．5 RDD Key-Value 基本“轉(zhuǎn)換”運算
9．6 多個RDD Key-Value“轉(zhuǎn)換”運算
9．7 Key-Value“動作”運算
9．8 Broadcast廣播變量
9．9 accumulator累加器
9．10 RDD Persistence持久化
9．11 使用Spark創(chuàng)建WordCount
9．12 Spark WordCount詳細解說
第10章 Spark的集成開發(fā)環(huán)境
10．1 下載與安裝eclipse Scala IDE
10．2 下載項目所需要的Library
10．3 啟動eclipse
10．4 創(chuàng)建新的Spark項目
10．5 設(shè)置項目鏈接庫
10．6 新建scala程序
10．7 創(chuàng)建WordCount測試文本文件
10．8 創(chuàng)建WordCount．scala
10．9 編譯WordCount．scala程序
10．10 運行WordCount．scala程序
10．11 導(dǎo)出jar文件
10．12 spark-submit的詳細介紹
10．13 在本地local模式運行WordCount程序
10．14 在Hadoop yarn-client運行WordCount程序
10．15 在Spark Standalone Cluster上運行WordCount程序
10．16 本書范例程序的安裝說明
第11章 創(chuàng)建推薦引擎
11．1 推薦算法介紹
11．2 “推薦引擎”大數(shù)據(jù)分析使用場景
11．3 ALS推薦算法的介紹
11．4 ml-100k推薦數(shù)據(jù)的下載與介紹
11．5 使用spark-shell導(dǎo)入ml-100k數(shù)據(jù)
11．6 查看導(dǎo)入的數(shù)據(jù)
11．7 使用ALS．train進行訓(xùn)練
11．8 使用模型進行推薦
11．9 顯示推薦的電影名稱
11．10 創(chuàng)建Recommend項目
11．11 Recommend．scala程序代碼
11．12 創(chuàng)建PrepareData（）數(shù)據(jù)準備
11．13 recommend（）推薦程序代碼
11．14 運行Recommend．scala
11．15 創(chuàng)建AlsEvaluation．scala調(diào)校推薦引擎參數(shù)
11．16 創(chuàng)建PrepareData（）數(shù)據(jù)準備
11．17 進行訓(xùn)練評估
11．18 運行AlsEvaluation
11．19 修改Recommend．scala為佳參數(shù)組合
第12章 StumbleUpon數(shù)據(jù)集
12．1 StumbleUpon數(shù)據(jù)集簡介
12．2 下載StumbleUpon數(shù)據(jù)
12．3 用LibreOffice Calc 電子表格查看train．tsv
12．4 二元分類算法
第13章 決策樹二元分類
13．1 決策樹的介紹
13．2 創(chuàng)建Classification項目
13．3 開始輸入RunDecisionTreeBinary．scala程序
13．4 數(shù)據(jù)準備階段
13．5 訓(xùn)練評估階段
13．6 預(yù)測階段
13．7 運行RunDecisionTreeBinary．scala
13．6 修改RunDecisionTreeBinary調(diào)校訓(xùn)練參數(shù)
13．7 運行RunDecisionTreeBinary進行參數(shù)調(diào)校
13．8 運行RunDecisionTreeBinary不進行參數(shù)調(diào)校
第14章 邏輯回歸二元分類
14．1 邏輯回歸分析介紹
14．2 RunLogisticRegression WithSGDBinary．scala程序說明
14．3 運行RunLogisticRegression WithSGDBinary．scala進行參數(shù)調(diào)校
14．4 運行RunLogisticRegression WithSGDBinary．scala不進行參數(shù)調(diào)校
第15章 支持向量機SVM二元分類
15．1 支持向量機SVM算法的基本概念
15．2 RunSVMWithSGDBinary．scala 程序說明
15．3 運行SVMWithSGD．scala進行參數(shù)調(diào)校
15．4 運行SVMWithSGD．scala不進行參數(shù)調(diào)校
第16章 樸素貝葉斯二元分類
16．1 樸素貝葉斯分析原理的介紹
16．2 RunNaiveBayesBinary．scala程序說明
16．3 運行NaiveBayes．scala進行參數(shù)調(diào)校
16．4 運行NaiveBayes．scala不進行參數(shù)調(diào)校
第17章 決策樹多元分類
17．1 “森林覆蓋植被”大數(shù)據(jù)問題分析場景
17．2 UCI Covertype數(shù)據(jù)集介紹
17．3 下載與查看數(shù)據(jù)
17．4 創(chuàng)建RunDecisionTreeMulti．scala
17．5 修改RunDecisionTreeMulti．scala程序
17．6 運行RunDecisionTreeMulti．scala進行參數(shù)調(diào)校
17．7 運行RunDecisionTreeMulti．scala不進行參數(shù)調(diào)校
第18章 決策樹回歸分析
18．1 Bike Sharing大數(shù)據(jù)問題分析
18．2 Bike Sharing數(shù)據(jù)集
18．3 下載與查看數(shù)據(jù)
18．4 創(chuàng)建RunDecisionTreeRegression．scala
18．5 修改RunDecisionTreeRegression．scala
18．6 運行RunDecisionTreeRegression． scala進行參數(shù)調(diào)校
18．7 運行RunDecisionTreeRegression． scala不進行參數(shù)調(diào)校
第19章 使用Apache Zeppelin 數(shù)據(jù)可視化
19．1 Apache Zeppelin簡介
19．2 安裝Apache Zeppelin
19．3 啟動Apache Zeppelin
19．4 創(chuàng)建新的Notebook
19．5 使用Zeppelin運行Shell 命令
19．6 創(chuàng)建臨時表UserTable
19．7 使用Zeppelin運行年齡統(tǒng)計Spark SQL
19．8 使用Zeppelin運行性別統(tǒng)計Spark SQL
19．9 按照職業(yè)統(tǒng)計
19．10 Spark SQL加入文本框輸入?yún)?shù)
19．11 加入選項參數(shù)
19．12 同時顯示多個統(tǒng)計字段
19．13 設(shè)置工具欄
19．14 設(shè)置段落標(biāo)題
19．15 設(shè)置Paragraph段落的寬度
19．16 設(shè)置顯示模式