2016年
-
编辑 删除
利用 JDBC 驱动连接 R 和 Hive
一次更新几年前写过一篇简单的博客来讲如何利用RHive协同操作Hive和R。这个包貌似很久未做维护，不是太好用，其实RHive包底层通过JDBC调用数据，所以通过RJDBC其实是更简单的方式。废话少说，直接贴代码：library("DBI")library("rJava")library("RJDB
-
编辑 删除
使用R原生函数来做文本挖掘
最近有几位同学问到我如何利用tm包做文本挖掘，比较抱歉的是时间不太充足，不能完整更新文档。在这里只好给大家一些tips，来利用R的原生函数来完成文本挖掘的核心步骤。setwd('C:/Users/Administrator/Downloads')options(width=150)library(d
-
编辑 删除
唯一化词向量
最近duoshuo社会化评论崩溃了，上千条评论就这么没了，各种手段恢复无果。只能怪我太懒，不爱经常做备份。果断将博客评论迅速转移到disqus，希望以后不会有事。言归正传，最近和工程师讨论词向量表征商品特征的思路时，遇到一个很有意思的现象：一个商品很可能标记了维达纸巾纸巾维达这两个特征的意义实际一致
