的Apache Mahout的的设立是为了帮助Java开发者写扩展的机器学习算法。
亨利马乌是为了处理大量的数据负载,与企业级代码一起,都在一个开源许可证,但在商业级的效果。
目前的亨利马乌过程如下:挖掘数据来获取它,集群它来组织数据并对其进行分类,以了解它。
什么是新的在此版本中:
- 此版本修复了驾驶员火花itemsimilarity亨利马乌-1707应用于共生分析的一大内存使用的bug。现在,这将需要在不远执行人更少的内存。
- 支持星火1.2.2或更少 - 由于星火1.2+在JavaSerializer(SPARK-6069)中的错误,我们删除了在星火执行人执行任何代码中使用番石榴。要做到这一点,我们创建了一个基于BIMAP因此展示了如何使用旧番石榴集合中的示例代码已经过时了Scala的集合。
- 一些小的修正,以亨利马乌-轮回QR分解及矩阵欢声笑语。
- 修剪下来的包大小为< 200MB - 亨利马乌-1704
- 小测试表明星火1.3除了亨利马乌Shell,它不运行的二进制兼容性。
什么在0.10.1版本是新的:
- 该版本修正了一个主要的内存使用情况在合作的bug驾驶员火花itemsimilarity亨利马乌-1707使用-occurrence分析。现在,这将需要在不远执行人更少的内存。
- 支持星火1.2.2或更少 - 由于星火1.2+在JavaSerializer(SPARK-6069)中的错误,我们删除了在星火执行人执行任何代码中使用番石榴。要做到这一点,我们创建了一个基于BIMAP因此展示了如何使用旧番石榴集合中的示例代码已经过时了Scala的集合。
- 一些小的修正,以亨利马乌-轮回QR分解及矩阵欢声笑语。
- 修剪下来的包大小为< 200MB - 亨利马乌-1704
- 小测试表明星火1.3除了亨利马乌Shell,它不运行的二进制兼容性。
在什么版本0.10.0新是:
- 斯卡拉DSL绑定亨利马乌数学线性代数
- 条引荐作为搜索。
- 方便的功能矩阵的意见和衍生物支持
- 为ClusterDumper JSON格式输出
- 启用使用胡萝卜RandomizedRunner所有亨利马乌模块随机测试。
- 在线算法计算采用一维聚类准确位数。
- 升级亨利马乌Lucene的4.6.1
什么是新的在0.8版本:
- 为偏基于项目的推荐支持
- SGD矩阵分解与用户和项目的偏见评价预测
- 为SVD支持++
- 转换为一个或多个存储的Lucene索引SequenceFiles以及支持的Lucene的版本升级到4.3.1 Lucene的支持。
- 新流的k-means实施,提供上线(和快速)集群
- 请转换为SequenceFiles的map-reduce,“seqdirectory'现在可以运行一个MapReduce工作。
- 添加了一个选项,以MinHashDriver指定向量的维度散列(索引或值)。
- 矩阵的毗连效用,目前只有连接两个矩阵。
- 升级到CommonsLang3
- 的提速建设亨利马乌通过并行运行测试。
评论没有发现