【机器学习特训营】学员专用课程答疑帖—作业3参考代码已出

一开始完全没有思路，求助于google，参考的这篇论文的实现方法。论文中包含代码，分享给大家参考。 http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.168.5695&rep=rep1&type=pdf 另外自己卡在了split中很久，java中split使用的正则表达式，自己使用了一个保留符号"|"，没有进行转义，一直indexout错误。 所有输出都利用了Text，然后自己用符号去定义分隔符的方法太笨了，还是要多看书，知道一些有用的类型就好了。

用     OWLQN 做LR的时候，1）训练数据里面  最后一列   的值必须是 0或者1么，这个是为了效率高么 2） model 处理以后，owlqn里面有predict函数可以输出测试样本的标签么，需要自己写predict么 3）训练数据里面L1的系数怎么选择呢，说明文件里面没有说L1的系数如何选择呢，这个上课的时候Eason老师写的是5，这个有什么根据么？ 4）model里面有大部分的是负值，下部需要怎么处理呢 谢谢

提交了代码怎么运行结果是找不到文件，输出有什么格式要求吗？ Exception in thread "main" java.lang.ArrayIndexOutOfBoundsException: 2 at com.nowcoder.course.Lesson1.main(Lesson1.java:97) at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method) at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:57) at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43) at java.lang.reflect.Method.invoke(Method.java:606) at org.apache.hadoop.util.RunJar.run(RunJar.java:221) at org.apache.hadoop.util.RunJar.main(RunJar.java:136) get: `output/*': No such file or directory

我看到参考代码里面是通过3个job任务串联来实现的。可不可以通过map->map...->reduce-reduce->...来实现这个功能呢！如果可以，应该用什么方法将多个map穿起来，多个reduce穿起来？ 我自己原来的思路及时通过串联多个map的方式来时实现，但是找了半天，都没有发现能够成功串联map的方法.

Hadoop中有一个叫做计算器的东西，想问下hadoop中的这个计算器是不是只能够调试使用，可以把计算器的值作为map中的一个key吗？

用了跟参考代码一样的结构，为什么输出了三个文件前两个是空的，第三个的结果是我第一个reducer的输出？如果后两个reducer有问题的话第一个reducer的输出也应该是在第一个文件啊

请问求用户相似度Jaccard参考代码中的，parts是输入样本数据中的每行数据吗？还是表示电影ID？parts[0]和parts[1]分别表示什么呢？有大神可以解释下下面代码分别是执行什么操作吗？ public class Mapper21 extends Mapper<Object, Text, IntWritable, Text> { public void map(Object key, Text line, Context context) throws IOException, InterruptedException { String[] parts = line.toString().split("\t"); if (parts.length < 2) { return; } String[] userIds = parts[0].split(","); if (userIds.length < 2) { return; } context.write(new IntWritable(Integer.parseInt(userIds[0])), new Text(userIds[1] + "," + parts[1])); } }

从来没有接触过java，感觉有点吃力。 另外，老师会不会在视频中讲一讲答案的具体原理，感觉自己看的不是很清晰。 还有，可以线下调试嘛?

在做回归的作业的时候，怎么知道自己的答案是否正确啊？

Jaccard怎么下载的输出结果 都是空白的 <>.<>

                                                   关于  随机梯度下降法  的疑问          随机梯度下降法 是在训练数据里随机选取一个数据进行计算，然后反复迭代，直到误差符合要求为止。那么，如果训练数据是时间序列数据，比如工业生产现场，那么这样随机选择一个数据计算建模也是可以的吗？

OWLQN 这个库，运行大样本的时候，进程直接被killed ，不适合大样本么？

关于libfm： 1. libfm的训练数据需要usr的特征在一起 ，item的特征在一起么？ 2.libfm可以输出训练model的w，w0，v么？ 3.libfm可以输出组合了哪些原始特征么？

对于训练数据的时候正负样本差别太大的如何处理呢，例如 正样本100万  负样本 100个 ？