也许我太傻

Hadoop是一个开源、高可靠、可扩展的分布式计算框架，主要用来解决海量数据的存储（HDFS）、海量数据的分析（MapReduce）、分布式资源调度（Yarn）等。Hadoop可以用于日志分析、基于海量数据的在线应用、推荐系统、计算广告、复杂算法、网盘和搜索引擎等。Hadoop的起源是Lucence，Lucence是用java编写的，用于实现和Google类似的全文检索功能，Hadoop是2005...

java(Java se,javaweb) Linux(shell,高并发架构,lucene,solr) Hadoop(Hadoop,HDFS,Mapreduce,yarn,hive,hbase,sqoop,zookeeper,flume) 机器学习(R,mahout) Storm(Storm,kafka,redis) Spark(scala,spark,spark core,spark...

TF（Term Frequency） 表示某个关键词在整篇文章中出现的频率。 IDF（InversDocument Frequency） 表示计算倒文本频率。文本频率是指某个关键词在整个语料所有文章中出现的次数。倒文档频率又称为逆文档频率，它是文档频率的倒数，主要用于降低所有文档中一些常见却对文档影响不大的词语的作用。 ...