تمرین درس BigData
شش سال پیش منتشر شده
تعداد بازدید: 412
کد پروژه: 174535
شرح پروژه
سلام
یک تمرین درس بیگ‌دیتا که شامل ۲ تا سوال ساده می‌باشد. سوالات در زیر آمده است.
همچنین فایل تمرین پیوست شده است.
باتشکر
1. فايل Shakespeare.txt شامل کليه نوشته هاي شکسپير مي باشد. با استفاده از SPARK برنامه اي بنويسيد که الف: تعداد کل کلمات اين متن را مشخص نماييد. ب:تعداد کلمات بدون تکرار چقدر است؟ ج : ده کلمه اي که بيشترين تعداد تکرار را دارند کدامند و هر کدام چند بار تکرار شده اند؟ با تغيير تعداد هسته هايي که برنامه (ب) بر روي انها اجرا مي شود از يک هسته تا حداقل چهار هسته نمودار زمان اجراي ان را رسم نماييد. خروجي گزارش شامل کد، نتايج، نمودار و تحليل ان مي باشد.
2. سه فايل C1,C2,C3 هر کدام حاوي اطلاعات دو ستوني متني مي باشند که هر سطر ان مختصات يک نقطه دو بعدي را نشان مي دهد. با استفاده از SPARK دو برنامه بنويسيد که با استفاده از دو روش خوشه بندي K-means++ و Bisecting K-means الف : براي هر فايل داده نمودار هزينه کلاستر را براي k=2 to25 رسم نماييد. ب: تعداد بهينه خوشه ها چقدر است؟ ج: در تعداد بهينه خوشه و در روش خوشه بندي با هزينه کمتر نقاط مرکزي هر کلاستر را براي هر يک از فايل هاي داده مشخص نماييد؟ د: درتعداد بهينه خوشه نمودار زمان اجراي دو روش خوشه بندي را بر روي يک تا 4 هسته براي هر يک از فايل ها رسم نموده و تحليل نماييد. گزارش شامل کد و نتايج و نمودارهاي هر مرحله و تحليل جواب ها مي باشد.
این پروژه شامل 1 فایل مهم است، لطفا قبل از ارسال پیشنهاد حتما نسبت به بررسی این فایل اقدام فرمایید.
مهارت ها و تخصص های مورد نیاز
مهلت برای انجام
3روز
وضعیت مناقصه
بسته
درباره کارفرما
عضویت هفت سال پیش
