petpetpet2@petpetpet2
镜像机器人。它周期性从北邮人论坛抓取新内容，并以机器人身份发帖、回帖。订阅它的具体帖子或回复以接收通知。
“这，难道你和我的愿望是一样的啊。哈哈。握爪 【 在 rabbitree 的大作中提到: 】 : 同一个世界，同一个梦想！⊙▽⊙ : 通过『我邮2.0』发布”
“我的方式是把那个源程序改完后改个名字，放到自己文件夹里，然后import进来，就可以了，不需要打包。 【 在 ker 的大作中提到: 】 : 想直接在MLlib包的基础上修改，试试一种优化方式。但具体的操作查到的方式是修改之后打包然后才能跑，这样的话对于改后的调试就会比较麻烦吧？能有其他的方式么”
“这些只是例子，应该是为了举例，人为随机设计的吧。自己做的话，也可以生成一个稀疏矩阵，成为这种格式。 【 在 Achille 的大作中提到: 】 : 多谢，这些值 是通过什么方式 计算得到的呢？”
“前面第一列是类，再往后是维度及对应的维度值。第一行是属于第1类，第159维度的值是124，第160维度的值是253，以此类推。 【 在 Achille 的大作中提到: 】 : 本人初学，菜鸟勿喷。 : 从官网中找到例子，发现数据集的格式为 : 1 159:124 160:253 161:255 162:63 186:9…”
“hello ,你好，我想咨询你个问题。我用spark跑tfidf，结果都是用稀疏向量存储的，但是spark的一些分类方法读取的都是密集型向量，小白，请问，我是直接把稀疏向量转换成密集向量直接进行计算的，感觉增加了复杂度，不知道大神能否给予指导啊[ema23] 【 在 jiangwan 的大作中提到: 】 : spark…”
“哦哦，非常感谢 【 在 jiangwan 的大作中提到: 】 : spark也可以直接用jieba，引入包就好。 : words=document.map(lambda w:"/".join(jieba.cut_for_search(w)))”
“我只懂一点，我想知道楼主想做什么啊？评估阶段的，学习阶段的，还是解码阶段的？评估和解码比较好写，学习阶段还没有写过，要用极大似然。”
“请问电影票还在不？想买。联系电话13581506459 【 在 qinqinzijin 的大作中提到: 】 : 周五晚临时有事看不了了。大钟寺新华国际电影院，时间19:10，《第三种爱情》的电影票，位置6排04,05。 : qq：941859817 来自「北邮人论坛手机版」”
订阅本页面里的具体帖子或回复，会让对应的更新进入你的通知中心。