【hadoop学习】在伪分布式hadoop上手把手实践word count程序【下】
3. 准备输入的数据文件
前段时间看svm，也参考了libsvm，其中有个分类测试数据，内容如下：
-1 235101 7446100:1 53101:1 79102:1 64103:1 613104:1 36105:1 23106:1 28107:1 67108:1 17109:1 2610:1 1978110:1 47111:1 44112:1 56113:1 12114:1 58115:1 33116:1 12117:1 16118:1 15119:1 9811:1 1222120:1 19121:1 31122:1 20123:1 112:1 1413:1 614:1 618615:1 618916:1 619717:1 6177
呵呵，可以看到，“-1”出现的次数是23510，就这个文件来说，-1表示负类的样本数；相应的，正样本数是7446。接下来，特征“100:1”出现的次数是53，特征“101:1”是79......我就不具体解释了，做过机器学习算法的人都会知道上面表示什么意思。
总之，word count程序在我macbook pro的伪分布式上成功运行！将来，可以在进一步折腾了。
