文档介绍：授课课题
教学目的与要求
教学重点
教学难点
教学准备
课程大纲
教学过程
板书设计
随堂作业
大数据课程设计
Spark实现贝叶斯算法课时
教学目的：SPARK实现贝叶斯算法的具体实现及讲解
能
0,100
0,200
0,
0,
0,
0,
1,
1,
1,
1,
1,010
1,020
2,
2,
2,
2,
2,001
2,002
publicstaticvoidmain(String[]args){
SparkConfsparkConf=newSparkConf().setAppName("Bayes").setMaster("local[2]");JavaSparkContextsc=newJavaSparkContext(sparkConf);
JavaRDD<String>data=("/home/yurnom/data/");RDD<LabeledPoint>parsedData=(line->{
String[]parts=(",");
double[]values=(parts[1].split("")).mapToDouble(Double::parseDouble).toArray();
//LabeledPoint代表一条训练数据，即打过标签的数据
returnnewLabeledPoint((parts[0]),(values));}).rdd();
//分隔为两个部分，60%的数据用于训练，40%的用于测试RDD<LabeledPoint>[]splits=(newdouble[]{,},11L);JavaRDD<LabeledPoint>training=splits[0].toJavaRDD();
JavaRDD<LabeledPoint>test=splits[1].toJavaRDD();
//训练模型，(默认值)
finalNaiveBayesModelmodel=((),);
JavaRDD<Double>prediction=(p->(()));JavaPairRDD<Double,Double>predictionAndLabel=
((LabeledPoint::label));//用测试数据来验证模型的精度
doubleaccuracy=*(pl->().equals(())).count()/();