求好的游戲名字
在游戲開發(fā)過程中，選擇一個好的游戲名字是至關(guān)重要的一步。一個吸引人、獨(dú)特而且具有辨識度的游戲名字能夠幫助游戲在競爭激烈的市場中脫穎而出。但是要想找到一個好的游戲名字并不容易，需要綜合考慮游戲的內(nèi)容、風(fēng)格、目標(biāo)受眾以及競爭對手等方面的因素。
一個好的游戲名字可以讓玩家在眾多游戲中第一時間記住和關(guān)注你的游戲。一個簡單、易記且與游戲內(nèi)容相關(guān)聯(lián)的游戲名字能夠增加玩家下載游戲的可能性，提高游戲的知名度和曝光度。此外，一個好的游戲名字也有利于游戲在搜索引擎上的排名，吸引更多的潛在玩家。
1. 與游戲內(nèi)容相關(guān)：游戲名字應(yīng)該能夠準(zhǔn)確地傳達(dá)游戲的主題和玩法，讓玩家對游戲有直觀的認(rèn)識。避免使用與游戲內(nèi)容毫不相關(guān)的名字，以免引起玩家困惑。
2. 簡單易記：游戲名字應(yīng)該簡潔明了，容易記憶，避免使用過于復(fù)雜或晦澀的詞匯。一個簡單而有趣的游戲名字往往更容易被玩家接受和記住。
3. 獨(dú)特性：避免使用與已有游戲重名或者過于普遍的詞匯作為游戲名字，要選擇一個獨(dú)一無二的名字，以增加游戲的獨(dú)特性和辨識度。
4. 符合目標(biāo)受眾喜好：根據(jù)游戲的目標(biāo)受眾群體的喜好和心理需求來選擇游戲名字，使其更具吸引力和共鳴力。
1. 關(guān)鍵詞優(yōu)化：在選擇游戲名字的過程中，可以考慮結(jié)合一些熱門關(guān)鍵詞，以提高游戲在搜索引擎上的曝光度。但是要注意關(guān)鍵詞的自然融入，避免過度堆砌關(guān)鍵詞。
2. 調(diào)研競爭對手：在選擇游戲名字之前，要對競爭對手的游戲名字進(jìn)行調(diào)研，避免與其重名或過于相似，同時也可以借鑒競爭對手的命名方式，以獲得靈感。
3. 測試與反饋：在確定游戲名字之后，可以進(jìn)行小范圍的測試和反饋收集，以獲取玩家對游戲名字的看法和意見，從而對游戲名字進(jìn)行微調(diào)和優(yōu)化。
一個好的游戲名字是游戲成功的第一步，它能夠吸引玩家、提高曝光度、增加下載量，為游戲的推廣打下良好的基礎(chǔ)。因此，在選擇游戲名字時要慎重考慮，綜合各方面因素，力求找到一個具有吸引力和獨(dú)特性的游戲名字，為游戲的成功打下堅實(shí)基礎(chǔ)。
您好，親愛的讀者朋友們！今天我給大家?guī)硪恍┯腥さ挠哪渥樱Ｍ茏屇笮Γ⒔o我一個好評。
1. 人生就像一杯咖啡，不加糖也許會苦一些，但是加點(diǎn)奶，再來點(diǎn)笑話，就能變得香甜無比。
2. 知識就像蜘蛛網(wǎng)，越陷越深，無法自拔。所以，千萬不要學(xué)習(xí)，你可能會被知識纏繞，嘻嘻。
3. 看到你的好評，我的心情就像蹦極一樣，一下跳到了天上，然后再一下子摔到了地上。
4. 有人說我活在自己世界里，我可不這么認(rèn)為，我是住在自己世界里的房東。
5. 好評如同銀河，可以遙遠(yuǎn)而絢爛，讓我能在黑暗中找到方向。
6. 我的幽默感像無休止的長城，長長的讓人心疼，疼痛讓人無法呼吸，呼吸間卻充滿了笑聲。
7. 當(dāng)人生給你一百個理由哭泣時，你就拿出一千個理由笑對它。只有好評才能搏擊人生的波浪。
8. 人生就像一場說走就走的旅行，好評就是我沿途的風(fēng)景，讓我一路歡笑。
9. 幽默是我的武器，好評是我的獎勵。我要讓大家笑出眼淚，然后給我一個五星級好評。
10. 你說我今天很瘋狂，我笑而不語。只有一個好評才能揭開我今天穿越時空的秘密。
11. 高山很陡峭，用腳去爬也許很難。但是，用好評去鼓勵一下，或許能變成一段有趣的回憶。
12. 好評就像是我童年的玩具，它陪伴我成長，讓我在低谷時找到勇氣。
13. 笑話是讓人哈哈大笑的鑰匙，而我則是敞開笑話之門的鑰匙串。
14. 幸福就像海綿里的水，好評就是捏一捏，擠出來的溫暖和快樂。
15. 某些人說我天生幽默，其實(shí)是我邊寫邊笑，好評就是我笑聲的音符。
16. 你說我寫的東西很有趣，那是因?yàn)槲矣靡粋€好評來墊底，然后把所有的痛苦都忘掉。
17. 送您一顆好評，希望它能像煙花一樣絢爛，給您帶來笑聲和快樂。
18. 當(dāng)您看到這句話時，請笑一笑，因?yàn)楹迷u就在您的微笑里。
19. 幽默就像夏天的雪糕，味道清涼甜美，而好評則是讓人沉醉其中的味道。
20. 當(dāng)您看到這句話時，請不要忘記給我一個好評，讓我的幽默感一直綻放下去。
希望以上的幽默句子給您帶來了歡樂和笑聲，如果您笑得合不攏嘴，那就證明我成功了。希望您能給我一個好評，讓我繼續(xù)分享更多有趣的文章。
感謝您的閱讀！期待與您再次相見！
絕地求好漢杯直播是近年來備受關(guān)注的熱門賽事之一，隨著網(wǎng)絡(luò)直播的不斷普及和發(fā)展，越來越多的玩家和觀眾選擇通過網(wǎng)絡(luò)直播平臺觀看比賽。網(wǎng)絡(luò)直播賽事不僅為玩家們提供了更便捷的觀賽方式，也極大地推動了電競行業(yè)的發(fā)展和壯大。
作為一種新興的娛樂形式，絕地求好漢杯直播吸引了大量的玩家和粉絲參與其中。觀眾可以通過直播平臺實(shí)時觀看比賽過程，感受激烈的競技氛圍，體驗(yàn)高水平選手之間的對決。而對于廣大的電競愛好者來說，網(wǎng)絡(luò)直播賽事不僅是一種休閑娛樂方式，更是一個展示自己水平、交流經(jīng)驗(yàn)的平臺。
隨著網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，網(wǎng)絡(luò)直播賽事已經(jīng)成為電競產(chǎn)業(yè)中不可或缺的一部分。絕地求好漢杯直播作為其中的重要賽事之一，通過網(wǎng)絡(luò)直播平臺吸引了大量的關(guān)注和參與。傳統(tǒng)賽事往往受限于場地和時間，而網(wǎng)絡(luò)直播賽事可以將比賽實(shí)況傳播到全球各地，讓更多的觀眾能夠第一時間觀看比賽。
網(wǎng)絡(luò)直播賽事的崛起不僅改變了賽事的傳播方式，也為電競產(chǎn)業(yè)帶來了全新的商機(jī)和發(fā)展機(jī)遇。越來越多的贊助商和合作伙伴加入到網(wǎng)絡(luò)直播賽事中，通過賽事直播帶來品牌曝光和營銷推廣。同時，高質(zhì)量的直播內(nèi)容也吸引了大量的粉絲和觀眾，為電競產(chǎn)業(yè)注入了新的活力。
隨著網(wǎng)絡(luò)直播技術(shù)的不斷創(chuàng)新和完善，絕地求好漢杯直播等網(wǎng)絡(luò)直播賽事的未來發(fā)展可謂一片光明。未來，網(wǎng)絡(luò)直播賽事將更加普及和多樣化，不僅局限于游戲賽事，還將涵蓋體育賽事、演唱會等各種類型的直播內(nèi)容。
網(wǎng)絡(luò)直播賽事還將更加注重用戶體驗(yàn)和互動性，通過直播平臺提供更多的互動功能和社交服務(wù)，吸引更多的觀眾參與其中。同時，賽事運(yùn)營方也將加大賽事內(nèi)容的優(yōu)化和提升力度，打造更具吸引力和競爭力的賽事內(nèi)容，吸引更多的觀眾和粉絲關(guān)注和支持。
網(wǎng)絡(luò)直播賽事作為電競產(chǎn)業(yè)中的新生力量，為電競產(chǎn)業(yè)的發(fā)展注入了新的活力和動力。絕地求好漢杯直播等網(wǎng)絡(luò)直播賽事的崛起，讓更多的玩家和觀眾能夠享受到高質(zhì)量的直播內(nèi)容，推動了電競產(chǎn)業(yè)的發(fā)展和壯大。相信在不久的將來，網(wǎng)絡(luò)直播賽事將會迎來更加璀璨的發(fā)展前景，成為電競產(chǎn)業(yè)中不可或缺的重要組成部分。
隨著互聯(lián)網(wǎng)的發(fā)展，免費(fèi)動漫資源變得越來越豐富，吸引了無數(shù)動漫愛好者的關(guān)注和追捧。想要找到好看的免費(fèi)動漫作品并不難，只需要一臺聯(lián)網(wǎng)的設(shè)備和一顆好奇的心。本文將帶您探索世界各地的免費(fèi)動漫資源，幫助您輕松找到心儀的作品。
亞洲是動漫產(chǎn)業(yè)的發(fā)源地，擁有眾多優(yōu)秀的動漫作品和網(wǎng)站資源。以下是一些推薦的免費(fèi)動漫網(wǎng)站，供您參考：
通過這些網(wǎng)站，您可以輕松找到各類動漫作品，滿足不同口味的觀眾需求。
除了亞洲地區(qū)，全球各國也有許多優(yōu)秀的免費(fèi)動漫資源分享平臺。以下是一些推薦的全球動漫網(wǎng)站：
這些全球動漫資源平臺為觀眾們提供了更多選擇，讓您可以輕松暢享來自不同國家和地區(qū)的優(yōu)秀作品。
在眾多的免費(fèi)動漫資源中，如何挑選出符合自己口味的好看作品并不容易。以下是一些建議，幫助您更好地選擇動漫作品：
通過以上建議，您可以更有針對性地挑選出符合自己口味的好看免費(fèi)動漫作品，享受動漫世界帶來的樂趣。
在網(wǎng)絡(luò)的世界里，好看的免費(fèi)動漫作品隨處可尋，只要您有一顆渴望探索的心，就能發(fā)現(xiàn)無限精彩。希望本文能為您尋找優(yōu)秀的免費(fèi)動漫資源提供一些幫助，讓您在動漫的海洋中盡情暢游，感受不同國家和地區(qū)帶來的動漫魅力。
貌似大部分好萊塢古典主義的未來題材電影，幾乎都是對制度的反思，主要就是講兩個故事。
故事1. 未來科技超級發(fā)達(dá)，人類生活在高壓政策下，一小撮反戰(zhàn)人士倒戈，讓人類悲劇 故事2. 未來科技超級發(fā)達(dá)，社會運(yùn)轉(zhuǎn)依賴人工智能，某天高科技失控發(fā)飆，讓人類悲劇 少數(shù)派報告 機(jī)械公敵 第五元素 IE人工智能 黑客帝國 阿凡達(dá)。。。不過穿越來穿越去或者同時講述多個時空、宇宙的，貌似還有挺多比較有趣的片子。蝴蝶效應(yīng)、環(huán)形使者 云圖 源代碼 死亡油輪。。。我隨便說了幾個。。。也許你都看過。。
京劇戲曲，作為中國傳統(tǒng)戲曲中的重要分支，源遠(yuǎn)流長，充滿了文化底蘊(yùn)和藝術(shù)魅力。京劇戲曲自誕生以來，一直備受人們喜愛，其獨(dú)特的表演形式、精妙的音樂、華麗的服飾以及精彩的表演，成為中國戲曲藝術(shù)中的瑰寶之一。今天，讓我們一起探討京劇戲曲的美妙之處。
求好聽的京劇戲曲，不僅僅是一種娛樂形式，更是一門藝術(shù)。京劇戲曲通過精湛的表演技巧和純熟的演員功底，將傳統(tǒng)故事情節(jié)生動地呈現(xiàn)在觀眾面前。無論是唱念做打，還是舞蹈表演，每一個細(xì)節(jié)都體現(xiàn)了中國傳統(tǒng)文化的深厚底蘊(yùn)。觀賞京劇戲曲，仿佛置身于一個立體的繪畫作品中，感受著其中的美與情。
求好聽的京劇戲曲，離不開它獨(dú)特的音樂。從器樂的演奏到唱腔的表現(xiàn)，京劇戲曲音樂旋律優(yōu)美動聽，富有韻律感。每一段音樂都滲透著中國傳統(tǒng)音樂的特點(diǎn)，使得觀眾在欣賞京劇戲曲的同時，也被音樂所打動。音樂作為京劇戲曲不可或缺的一部分，為整個表演增添了神秘的色彩。
求好聽的京劇戲曲，還有一大看點(diǎn)就是其華麗的服飾。京劇戲曲中的服裝設(shè)計考究，色彩斑斕，體現(xiàn)了中國傳統(tǒng)審美觀念和禮儀文化。演員穿著華麗的戲服，頭戴精美的頭飾，妝容精致，每一個細(xì)節(jié)都展現(xiàn)了京劇戲曲的獨(dú)特風(fēng)采。觀賞京劇戲曲不僅僅是欣賞表演，更是欣賞著服飾的美麗和藝術(shù)價值。
求好聽的京劇戲曲，演員的表演功底至關(guān)重要。京劇戲曲中的演員需要掌握唱、念、做、打等多種表演技巧，相互配合，使得整個表演生動有趣。演員在表演時，不僅要有精湛的技術(shù)，還要有豐富的情感表達(dá)能力，讓角色形象栩栩如生。觀賞京劇戲曲，除了欣賞演員的表演技巧，更能感受到演員對角色的真摯演繹。
求好聽的京劇戲曲，作為中國傳統(tǒng)文化的重要組成部分，傳承著豐富的歷史和文化內(nèi)涵。京劇戲曲不僅僅是一種表演藝術(shù)形式，更是中國傳統(tǒng)文化的載體和象征。通過京劇戲曲，觀眾可以深入了解中國傳統(tǒng)價值觀念、信仰文化和審美趣味，感受中華民族的文化底蘊(yùn)和藝術(shù)魅力。
求好聽的京劇戲曲，以其獨(dú)特的魅力和豐富的內(nèi)涵，深受人們的喜愛和追捧。無論是表演藝術(shù)、音樂、服飾還是演員表演，京劇戲曲都展現(xiàn)了中國傳統(tǒng)文化的瑰寶之美。希望大家在欣賞京劇戲曲的同時，能深入了解其中蘊(yùn)含的文化意義，將這份傳統(tǒng)藝術(shù)傳承發(fā)揚(yáng)下去。
選擇一個好看的網(wǎng)頁游戲名字是至關(guān)重要的，它不僅可以讓玩家對游戲產(chǎn)生興趣，還可以幫助游戲在市場上脫穎而出。在選擇網(wǎng)頁游戲名字時，有幾個關(guān)鍵因素需要考慮。本文將為您提供一些建議，幫助您選擇一個吸引人眼球的網(wǎng)頁游戲名字。
首先，一個好看的網(wǎng)頁游戲名字應(yīng)該與游戲的內(nèi)容相關(guān)聯(lián)。這意味著您需要考慮游戲的主題、故事情節(jié)和游戲玩法等因素。通過選擇與游戲內(nèi)容相關(guān)的名字，可以讓玩家更容易理解游戲的核心元素，從而增加他們對游戲的興趣。
其次，一個好看的網(wǎng)頁游戲名字應(yīng)該是簡潔明了的。避免選擇過于復(fù)雜或冗長的名字，盡量選擇短小精悍的名字。簡潔明了的名字更容易被玩家記住，也更容易在市場上產(chǎn)生共鳴。
一個好看的網(wǎng)頁游戲名字應(yīng)該是易于發(fā)音和拼寫的。避免選擇過于拗口或難以拼寫的名字，這樣會給玩家?guī)砝_。一個易于發(fā)音和拼寫的名字可以幫助玩家更容易地搜索到您的游戲，并與之產(chǎn)生聯(lián)系。
最后，一個好看的網(wǎng)頁游戲名字應(yīng)該具有獨(dú)特性。避免選擇與其他游戲重名或類似的名字，這樣會削弱您游戲在市場上的獨(dú)特性。選擇一個獨(dú)一無二的名字可以讓您的游戲更容易被玩家記住，并建立起自己的品牌形象。
總之，選擇一個好看的網(wǎng)頁游戲名字是一個需要認(rèn)真對待的過程。通過考慮游戲內(nèi)容、名字的簡潔性、易于發(fā)音和拼寫以及獨(dú)特性等因素，您可以選擇一個能夠吸引玩家眼球的名字，幫助您的游戲在市場上脫穎而出。
隨著智能手機(jī)技術(shù)的飛速發(fā)展，人們越來越傾向于通過手機(jī)來消磨時間、放松心情。其中，養(yǎng)成類手機(jī)游戲因其富有趣味性和互動性而受到了廣大玩家的青睞。如果你正在尋找一款有趣的養(yǎng)成手機(jī)游戲來打發(fā)時間，那么不妨試試以下推薦。
貓咪大亂斗是一款風(fēng)靡全球的養(yǎng)成手機(jī)游戲，玩家在游戲中可以收養(yǎng)各種可愛的貓咪，并通過不斷的培養(yǎng)和打理讓它們茁壯成長。游戲中有豐富的玩法和社交互動，讓玩家體驗(yàn)到養(yǎng)成寵物的樂趣。
夢幻花園是一款以種植花草為主題的養(yǎng)成手機(jī)游戲，玩家在游戲中扮演園藝師，通過種植不同植物、布置花園來打造自己的夢幻花園。游戲玩法簡單易上手，適合各個年齡段的玩家。
星辰萌獸是一款萌系養(yǎng)成手機(jī)游戲，玩家在游戲中可以收集各種可愛的萌獸，并進(jìn)行訓(xùn)練和進(jìn)化，打造屬于自己的強(qiáng)大戰(zhàn)隊。游戲畫風(fēng)清新可愛，深受玩家喜愛。
童話精靈是一款以童話故事為背景的養(yǎng)成手機(jī)游戲，玩家將扮演童話世界中的勇士，與各種精靈展開冒險與互動。游戲中設(shè)有豐富的劇情和關(guān)卡，讓玩家沉浸在童話般的世界中。
夢幻美食城是一款將經(jīng)營餐廳與養(yǎng)成相結(jié)合的手機(jī)游戲，玩家將經(jīng)營自己的美食城并吸引各種食客，通過不斷升級和改造打造出獨(dú)具特色的美食城。游戲畫面精美，玩法豐富，讓玩家體驗(yàn)經(jīng)營快餐店的樂趣。
明日之后是一款生存類養(yǎng)成手機(jī)游戲，玩家在游戲中扮演幸存者，通過采集資源、建造庇護(hù)所、與其他幸存者交流合作來生存下去。游戲背景設(shè)定在末日幸存的廢墟之上，給玩家?guī)砭o張刺激的生存體驗(yàn)。
三國志·戰(zhàn)略版是一款策略養(yǎng)成手機(jī)游戲，玩家將扮演三國時期的軍事統(tǒng)帥，征戰(zhàn)沙場、招募名將、發(fā)展國家，在戰(zhàn)亂紛飛的時代展現(xiàn)自己的智慧與勇氣。游戲真實(shí)還原了三國歷史背景，帶玩家領(lǐng)略豪情萬丈的古代戰(zhàn)爭。
仙境傳說RO是一款經(jīng)典的角色扮演類養(yǎng)成手機(jī)游戲，玩家將進(jìn)入一個充滿幻想和冒險的仙境世界，與其他玩家組隊探險、挑戰(zhàn)副本、提升技能，體驗(yàn)傳統(tǒng)MMORPG的樂趣。游戲深受老玩家喜愛，也吸引了新玩家的加入。
以上是一些值得一玩的養(yǎng)成手機(jī)游戲推薦，每款游戲都有其獨(dú)特的玩法和特色，希望你能找到適合自己的游戲，享受其中帶來的樂趣和刺激。
近年來，隨著人們健康意識的不斷提高，防曬霜已經(jīng)成為許多人日常護(hù)膚必備的產(chǎn)品之一。然而，市面上的防曬霜種類繁多，品牌眾多，導(dǎo)致消費(fèi)者在選擇防曬霜時常常感到困惑。今天我們就來探討一下如何挑選并使用求好用的防曬霜。
要選擇一款適合自己的防曬霜，首先要了解自己的皮膚類型。不同的防曬霜針對不同的皮膚問題，例如油性皮膚適合選用無油配方的防曬霜，干性皮膚則需要具有保濕功效的產(chǎn)品。因此，在選購防曬霜時，消費(fèi)者首先需要根據(jù)自己的膚質(zhì)特點(diǎn)來選擇一款合適的產(chǎn)品。
在選擇防曬霜時，SPF值和PA值是兩個重要的指標(biāo)。SPF值代表了產(chǎn)品的防曬能力，一般建議選擇SPF30以上的產(chǎn)品，特別是在戶外活動或陽光強(qiáng)烈的情況下。而PA值則表示產(chǎn)品的防紫外線能力，建議選擇至少擁有PA+++以上的產(chǎn)品，以更好地抵御紫外線的傷害。
防曬霜的成分也是選擇的關(guān)鍵因素之一。一些防曬霜中可能含有對自己皮膚不友好的化學(xué)成分，因此消費(fèi)者在選購防曬霜時要仔細(xì)閱讀產(chǎn)品成分表，選擇不含有防腐劑、香料和色素等刺激性物質(zhì)的產(chǎn)品。
除了選擇適合自己的防曬霜，正確的使用方法也至關(guān)重要。在使用防曬霜前，首先要徹底清潔皮膚，然后均勻地涂抹防曬霜，并按照標(biāo)注的時間間隔進(jìn)行補(bǔ)涂，以確保皮膚獲得足夠的防護(hù)。
此外，消費(fèi)者在使用防曬霜時還需要注意避免長時間暴露在陽光下，尤其是在陽光最強(qiáng)烈的中午時段，可通過穿長袖衣物、戴遮陽帽等方式增加防曬效果。
在選擇防曬霜時，除了參考產(chǎn)品說明書和成分表之外，也可以多聽取他人的使用經(jīng)驗(yàn)和推薦。通過了解他人使用過的好用的防曬霜，可以幫助消費(fèi)者更好地挑選適合自己的產(chǎn)品。
綜上所述，挑選好用的防曬霜并不是一件難事，只要注意選購時的關(guān)鍵點(diǎn)，并掌握正確的使用方法，相信每個人都能找到適合自己的理想產(chǎn)品，有效保護(hù)皮膚免受紫外線傷害。
之前看了Mahout官方示例 20news 的調(diào)用實(shí)現(xiàn)；于是想根據(jù)示例的流程實(shí)現(xiàn)其他例子。網(wǎng)上看到了一個關(guān)于天氣適不適合打羽毛球的例子。
訓(xùn)練數(shù)據(jù)：
Day Outlook Temperature Humidity Wind PlayTennis
D1 Sunny Hot High Weak No
D2 Sunny Hot High Strong No
D3 Overcast Hot High Weak Yes
D4 Rain Mild High Weak Yes
D5 Rain Cool Normal Weak Yes
D6 Rain Cool Normal Strong No
D7 Overcast Cool Normal Strong Yes
D8 Sunny Mild High Weak No
D9 Sunny Cool Normal Weak Yes
D10 Rain Mild Normal Weak Yes
D11 Sunny Mild Normal Strong Yes
D12 Overcast Mild High Strong Yes
D13 Overcast Hot Normal Weak Yes
D14 Rain Mild High Strong No
檢測數(shù)據(jù)：
sunny，hot，high，weak
結(jié)果：
Yes=》 0.007039
No=》 0.027418
于是使用Java代碼調(diào)用Mahout的工具類實(shí)現(xiàn)分類。
基本思想：
1. 構(gòu)造分類數(shù)據(jù)。
2. 使用Mahout工具類進(jìn)行訓(xùn)練，得到訓(xùn)練模型。
3。將要檢測數(shù)據(jù)轉(zhuǎn)換成vector數(shù)據(jù)。
4. 分類器對vector數(shù)據(jù)進(jìn)行分類。
接下來貼下我的代碼實(shí)現(xiàn)=》
1. 構(gòu)造分類數(shù)據(jù)：
在hdfs主要創(chuàng)建一個文件夾路徑 /zhoujainfeng/playtennis/input 并將分類文件夾 no 和 yes 的數(shù)據(jù)傳到hdfs上面。
數(shù)據(jù)文件格式，如D1文件內(nèi)容： Sunny Hot High Weak
2. 使用Mahout工具類進(jìn)行訓(xùn)練，得到訓(xùn)練模型。
3。將要檢測數(shù)據(jù)轉(zhuǎn)換成vector數(shù)據(jù)。
4. 分類器對vector數(shù)據(jù)進(jìn)行分類。
這三步，代碼我就一次全貼出來；主要是兩個類 PlayTennis1 和 BayesCheckData = =》
package myTesting.bayes;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.util.ToolRunner;
import org.apache.mahout.classifier.naivebayes.training.TrainNaiveBayesJob;
import org.apache.mahout.text.SequenceFilesFromDirectory;
import org.apache.mahout.vectorizer.SparseVectorsFromSequenceFiles;
public class PlayTennis1 {
private static final String WORK_DIR = "hdfs://192.168.9.72:9000/zhoujianfeng/playtennis";
/*
* 測試代碼
*/
public static void main(String[] args) {
//將訓(xùn)練數(shù)據(jù)轉(zhuǎn)換成 vector數(shù)據(jù)
makeTrainVector();
//產(chǎn)生訓(xùn)練模型
makeModel(false);
//測試檢測數(shù)據(jù)
BayesCheckData.printResult();
}
public static void makeCheckVector(){
//將測試數(shù)據(jù)轉(zhuǎn)換成序列化文件
try {
Configuration conf = new Configuration();
conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));
String input = WORK_DIR+Path.SEPARATOR+"testinput";
String output = WORK_DIR+Path.SEPARATOR+"tennis-test-seq";
Path in = new Path(input);
Path out = new Path(output);
FileSystem fs = FileSystem.get(conf);
if(fs.exists(in)){
if(fs.exists(out)){
//boolean參數(shù)是，是否遞歸刪除的意思
fs.delete(out, true);
}
SequenceFilesFromDirectory sffd = new SequenceFilesFromDirectory();
String[] params = new String[]{"-i",input,"-o",output,"-ow"};
ToolRunner.run(sffd, params);
}
} catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
System.out.println("文件序列化失敗！");
System.exit(1);
}
//將序列化文件轉(zhuǎn)換成向量文件
try {
Configuration conf = new Configuration();
conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));
String input = WORK_DIR+Path.SEPARATOR+"tennis-test-seq";
String output = WORK_DIR+Path.SEPARATOR+"tennis-test-vectors";
Path in = new Path(input);
Path out = new Path(output);
FileSystem fs = FileSystem.get(conf);
if(fs.exists(in)){
if(fs.exists(out)){
//boolean參數(shù)是，是否遞歸刪除的意思
fs.delete(out, true);
}
SparseVectorsFromSequenceFiles svfsf = new SparseVectorsFromSequenceFiles();
String[] params = new String[]{"-i",input,"-o",output,"-lnorm","-nv","-wt","tfidf"};
ToolRunner.run(svfsf, params);
}
} catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
System.out.println("序列化文件轉(zhuǎn)換成向量失敗！");
System.out.println(2);
}
}
public static void makeTrainVector(){
//將測試數(shù)據(jù)轉(zhuǎn)換成序列化文件
try {
Configuration conf = new Configuration();
conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));
String input = WORK_DIR+Path.SEPARATOR+"input";
String output = WORK_DIR+Path.SEPARATOR+"tennis-seq";
Path in = new Path(input);
Path out = new Path(output);
FileSystem fs = FileSystem.get(conf);
if(fs.exists(in)){
if(fs.exists(out)){
//boolean參數(shù)是，是否遞歸刪除的意思
fs.delete(out, true);
}
SequenceFilesFromDirectory sffd = new SequenceFilesFromDirectory();
String[] params = new String[]{"-i",input,"-o",output,"-ow"};
ToolRunner.run(sffd, params);
}
} catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
System.out.println("文件序列化失敗！");
System.exit(1);
}
//將序列化文件轉(zhuǎn)換成向量文件
try {
Configuration conf = new Configuration();
conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));
String input = WORK_DIR+Path.SEPARATOR+"tennis-seq";
String output = WORK_DIR+Path.SEPARATOR+"tennis-vectors";
Path in = new Path(input);
Path out = new Path(output);
FileSystem fs = FileSystem.get(conf);
if(fs.exists(in)){
if(fs.exists(out)){
//boolean參數(shù)是，是否遞歸刪除的意思
fs.delete(out, true);
}
SparseVectorsFromSequenceFiles svfsf = new SparseVectorsFromSequenceFiles();
String[] params = new String[]{"-i",input,"-o",output,"-lnorm","-nv","-wt","tfidf"};
ToolRunner.run(svfsf, params);
}
} catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
System.out.println("序列化文件轉(zhuǎn)換成向量失敗！");
System.out.println(2);
}
}
public static void makeModel(boolean completelyNB){
try {
Configuration conf = new Configuration();
conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));
String input = WORK_DIR+Path.SEPARATOR+"tennis-vectors"+Path.SEPARATOR+"tfidf-vectors";
String model = WORK_DIR+Path.SEPARATOR+"model";
String labelindex = WORK_DIR+Path.SEPARATOR+"labelindex";
Path in = new Path(input);
Path out = new Path(model);
Path label = new Path(labelindex);
FileSystem fs = FileSystem.get(conf);
if(fs.exists(in)){
if(fs.exists(out)){
//boolean參數(shù)是，是否遞歸刪除的意思
fs.delete(out, true);
}
if(fs.exists(label)){
//boolean參數(shù)是，是否遞歸刪除的意思
fs.delete(label, true);
}
TrainNaiveBayesJob tnbj = new TrainNaiveBayesJob();
String[] params =null;
if(completelyNB){
params = new String[]{"-i",input,"-el","-o",model,"-li",labelindex,"-ow","-c"};
}else{
params = new String[]{"-i",input,"-el","-o",model,"-li",labelindex,"-ow"};
}
ToolRunner.run(tnbj, params);
}
} catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
System.out.println("生成訓(xùn)練模型失敗！");
System.exit(3);
}
}
}
package myTesting.bayes;
import java.io.IOException;
import java.util.HashMap;
import java.util.Map;
import org.apache.commons.lang.StringUtils;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.fs.PathFilter;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.mahout.classifier.naivebayes.BayesUtils;
import org.apache.mahout.classifier.naivebayes.NaiveBayesModel;
import org.apache.mahout.classifier.naivebayes.StandardNaiveBayesClassifier;
import org.apache.mahout.common.Pair;
import org.apache.mahout.common.iterator.sequencefile.PathType;
import org.apache.mahout.common.iterator.sequencefile.SequenceFileDirIterable;
import org.apache.mahout.math.RandomAccessSparseVector;
import org.apache.mahout.math.Vector;
import org.apache.mahout.math.Vector.Element;
import org.apache.mahout.vectorizer.TFIDF;
import com.google.common.collect.ConcurrentHashMultiset;
import com.google.common.collect.Multiset;
public class BayesCheckData {
private static StandardNaiveBayesClassifier classifier;
private static Map<String, Integer> dictionary;
private static Map<Integer, Long> documentFrequency;
private static Map<Integer, String> labelIndex;
public void init(Configuration conf){
try {
String modelPath = "/zhoujianfeng/playtennis/model";
String dictionaryPath = "/zhoujianfeng/playtennis/tennis-vectors/dictionary.file-0";
String documentFrequencyPath = "/zhoujianfeng/playtennis/tennis-vectors/df-count";
String labelIndexPath = "/zhoujianfeng/playtennis/labelindex";
dictionary = readDictionnary(conf, new Path(dictionaryPath));
documentFrequency = readDocumentFrequency(conf, new Path(documentFrequencyPath));
labelIndex = BayesUtils.readLabelIndex(conf, new Path(labelIndexPath));
NaiveBayesModel model = NaiveBayesModel.materialize(new Path(modelPath), conf);
classifier = new StandardNaiveBayesClassifier(model);
} catch (IOException e) {
// TODO Auto-generated catch block
e.printStackTrace();
System.out.println("檢測數(shù)據(jù)構(gòu)造成vectors初始化時報錯。。。。");
System.exit(4);
}
}
/**
* 加載字典文件，Key: TermValue； Value：TermID
* @param conf
* @param dictionnaryDir
* @return
*/
private static Map<String, Integer> readDictionnary(Configuration conf, Path dictionnaryDir) {
Map<String, Integer> dictionnary = new HashMap<String, Integer>();
PathFilter filter = new PathFilter() {
@Override
public boolean accept(Path path) {
String name = path.getName();
return name.startsWith("dictionary.file");
}
};
for (Pair<Text, IntWritable> pair : new SequenceFileDirIterable<Text, IntWritable>(dictionnaryDir, PathType.LIST, filter, conf)) {
dictionnary.put(pair.getFirst().toString(), pair.getSecond().get());
}
return dictionnary;
}
/**
* 加載df-count目錄下TermDoc頻率文件，Key: TermID； Value：DocFreq
* @param conf
* @param dictionnaryDir
* @return
*/
private static Map<Integer, Long> readDocumentFrequency(Configuration conf, Path documentFrequencyDir) {
Map<Integer, Long> documentFrequency = new HashMap<Integer, Long>();
PathFilter filter = new PathFilter() {
@Override
public boolean accept(Path path) {
return path.getName().startsWith("part-r");
}
};
for (Pair<IntWritable, LongWritable> pair : new SequenceFileDirIterable<IntWritable, LongWritable>(documentFrequencyDir, PathType.LIST, filter, conf)) {
documentFrequency.put(pair.getFirst().get(), pair.getSecond().get());
}
return documentFrequency;
}
public static String getCheckResult(){
Configuration conf = new Configuration();
conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));
String classify = "NaN";
BayesCheckData cdv = new BayesCheckData();
cdv.init(conf);
System.out.println("init done...............");
Vector vector = new RandomAccessSparseVector(10000);
TFIDF tfidf = new TFIDF();
//sunny，hot，high，weak
Multiset<String> words = ConcurrentHashMultiset.create();
words.add("sunny",1);
words.add("hot",1);
words.add("high",1);
words.add("weak",1);
int documentCount = documentFrequency.get(-1).intValue(); // key=-1時表示總文檔數(shù)
for (Multiset.Entry<String> entry : words.entrySet()) {
String word = entry.getElement();
int count = entry.getCount();
Integer wordId = dictionary.get(word); // 需要從dictionary.file-0文件（tf-vector）下得到wordID，
if (StringUtils.isEmpty(wordId.toString())){
continue;
}
if (documentFrequency.get(wordId) == null){
continue;
}
Long freq = documentFrequency.get(wordId);
double tfIdfValue = tfidf.calculate(count, freq.intValue(), 1, documentCount);
vector.setQuick(wordId, tfIdfValue);
}
// 利用貝葉斯算法開始分類,并提取得分最好的分類label
Vector resultVector = classifier.classifyFull(vector);
double bestScore = -Double.MAX_VALUE;
int bestCategoryId = -1;
for(Element element: resultVector.all()) {
int categoryId = element.index();
double score = element.get();
System.out.println("categoryId:"+categoryId+" score:"+score);
if (score > bestScore) {
bestScore = score;
bestCategoryId = categoryId;
}
}
classify = labelIndex.get(bestCategoryId)+"(categoryId="+bestCategoryId+")";
return classify;
}
public static void printResult(){
System.out.println("檢測所屬類別是："+getCheckResult());
}
}
