shark专题

Databricks终止Shark项目，转至Spark SQL

摘要：近日，Databricks宣布终止对Shark的开发，新的SQL on Spark项目将被Spark SQL代替。在此之外，HIVE-7292项目将是对Hive部分的补充，将Spark作为一个替代执行引擎提供给Hive。在2014年7月1日的Spark Summit上，Databricks宣布终止对Shark的开发，将重点放到Spark SQL上。Databricks表示，Spark

Shark源码分析（十二）：线性SVM

Shark源码分析（十二）：线性SVM 关于svm算法，这个在我关于机器学习的博客中已经描述的比较详实了，这里就不再赘述。svm主要有三种类型，这里我所介绍的是线性svm算法的代码。相较于使用核函数的svm算法，代码的整体框架应该是一样的，只是在对偶问题的求解上所使用的方法可能是不一样的。 LinearClassifier类这个类所表示的是算法的决策平面，是一个多分类的线性分类模型。定义在

Shark源码分析（十一）：随机森林算法

Shark源码分析（十一）：随机森林算法关于这个算法的介绍，可以参看我之前关于集成算法的博客。因为Shark中关于决策树算法只实现了CART算法，所以随机森林算法中也只包含了CART算法。如果你已经看过了我之前写的关于CART算法源码分析的博客，看到后面就会发现它与随机森林算法的代码其实差不多。只是在选择最优划分属性时多了一个随机选取候选集的过程。这也是随机森林算法的一大特点。因为CART算法

Shark源码分析（十）：KNN算法

Shark源码分析（十）：KNN算法关于这个算法，我之前已经有博客详细介绍过。虽然说这个算法看上去非常的简单，但是在搜索k个最近邻居数据点时，还是非常具有技巧性的。这里还是有必要再次强调一下。如果输入数据的维度不高，可以使用树形结构（kd树）来加快查找的速度。如果输入的维度较高，则利用树型结构的速度与计算两两数据间距离的速度并不会有太大的差别。之后我们要介绍的代码也是利用kd树来组织的。在

Shark源码分析（八）：CART算法

Shark源码分析（八）：CART算法决策树算法是机器学习中非常常用的一种算法。在我关于机器学习的博客中有对决策树算法进行详细的介绍。在Shark中，只实现了CART这一种类型的决策树，它可以用于分类任务或是回归任务中。在这里我们只对其中有关分类任务的部分代码进行分析。 CARTClassifier类这个类用于定义决策树，该类定义在文件<include/shark/Models/Tree

Shark源码分析（六）：k-means算法

Shark源码分析（六）：k-means算法 k-means算法是原型聚类算法中一个非常典型的算法。关于聚类算法，我之后应该会在博客中进行详细说明。对于整个聚类算法来说，可以分为两类：硬聚类与软聚类。对于硬聚类，每一个数据点只能属于某一个簇。对于软聚类来说，则没有这一限制。首先还是来看一下整个聚类算法基类。 ClusteringModel类 ClusteringModel类定义在<i

Shark源码分析（五）：线性回归算法与Lasso回归

Shark源码分析（五）：线性回归算法与Lasso回归为什么上一篇还是三，这一篇就跳到五了呢？其实我们原来提到过：方法=模型+策略+算法方法 = 模型+策略+算法这里的模型与算法我们之前都已经提到过了，虽然只是介绍了一个基类，并没有涉及到其具体的实现。在这里我们就会揭开其真正面目了。『策略』我们还没有介绍过，其实就是目标函数，在前面一些较为简单的算法中并没有涉及到这

从零开始学Shark(3)--编译

原文: http://shark.objectweb.org/doc/sfs/sharkfromscratch1.html 浏览C:/dev/Shark目录,运行下面的命令: configure –help 你应该会得到下面的输出: Parameters value for using with configure.bat : configure

Casper Network加入Web3 领域 “Shark Tank” 的《Killer Whales》

Casper Association 正在与HELLO Labs合作电视真人秀节目《Killer Whales》、这是由 CoinMarketCap 和 AltCoinDaily 共同制作的一档真人秀电视节目，该栏目被宣传为“加密领域的 ’Shark Tank’ ”。 Casper Association 是一个总部位于瑞士的非营利性组织，负责监督 Casper Ne

学习Shark的一些理解

1、关于其API的存放路径问题，为什么不是在一个整体的src目录下，而是分了很多单独的目录现在看是，为了将这些数量巨大的API分门别类的存放，以指示使用者在何种场合使用哪一部分API，比如api目录中为用户提供可编程的interface，corba中提供corba相关的服务。 2、关于Shark中Adapter模式的频繁使用问题在Shark的设计思想中，我理解是基于一个Met

Shark的概念模型及实现模型（部分）

公元2004年10月10日星期日天秤座第42周农历甲申【猴】年八月廿七寒露天气：晴 BaseBusinessObject接口定义：是所有业务对象接口的基接口，是一个空接口。 WfExecutionObject定义：是一个抽象的基接口，为WfProcess和WfActivity定义了一般的属性、状态和操作，提供了get/set内部状态的能力，提供了读取当前状态并转换到其他状态

Spark、Shark集群安装部署及遇到的问题解决

Spark、Shark集群安装部署及遇到的问题解决参考文章：（1）Spark、Shark集群安装部署及遇到的问题解决（2）https://www.cnblogs.com/byrhuangqiang/p/3955564.html 备忘一下。

在QT中引用Shark Machine Learning library

最近因为项目需要，看了看机器学习方面的东西。Google一番，发现Shark正是朕需要的东西。于是准备按官方文档来使用它了。但是官方文档只有怎么生成静态库，并没有在QT里引用的sample。废话不多说，直接上步骤：首先，环境： Ubuntu 16.04，Qt5.7，shark 3.1.3 在开始编译安装shark之前，先安装其所依赖的其他组件： sudo apt-get insta