欢迎来到本篇博客，今天我们将介绍一家备受好评的惠民驾校。
惠民驾校是一家致力于为广大学员提供优质驾驶培训服务的驾校。我们专注于培养具备良好驾驶技能和安全意识的驾驶员，以确保他们在日常驾驶中能够安全、自信地上路。
选择一个好的驾校对于学员来说至关重要。以下是为何选择惠民驾校的几个理由：
惠民驾校为学员提供多种课程和服务，以满足不同学员的需求：
除了以上课程，惠民驾校还提供驾照办理服务、理论考试辅导以及驾驶技巧分享等。我们的目标是帮助每个学员都成为出色的驾驶员。
惠民驾校拥有众多满意的学员，以下是他们选择我们的原因：
如果你正在寻找一家可靠的驾校来提升你的驾驶技能，惠民驾校将是你优秀的选择。我们承诺为每一位学员提供最好的教学质量和服务。
请随时联系我们，了解更多关于惠民驾校的信息或预约咨询。
有能力，也有野心，是第一个吃螃蟹的人，但能力配不上野心，且好大喜功，另外我真的讨厌他现在的微博上的某些卖惨言论，天天跟个怨妇似的。
社会救助惠民是一个社会公共服务体系，旨在为经济困难或特殊群体提供各种帮助和救助。本文将探讨社会救助惠民在中国的发展和影响。
中国的社会救助惠民体系起源于改革开放以来。在经济体制改革的过程中，许多人面临着贫困、失业和疾病等问题。为了解决这些社会问题，政府开始推行各种形式的社会救助惠民政策。
最早的社会救助惠民政策主要是由地方政府提供的基本救助，包括生活救助、医疗救助和住房救助等。随着时间的推移，国家层面也逐渐加大了对社会救助惠民的支持力度，制定了一系列法律法规和政策措施。
社会救助惠民是政府的一项重要责任。政府应当为困难群体提供必要的救助和保障，确保他们基本的生活权益。国家层面设立了专门的社会救助部门，负责制定政策、管理资金和监督执行。
政府应当加大对社会救助惠民的投入力度，提高救助标准和范围，确保所有需要帮助的人都能够获得及时有效的救助。政府还应当建立健全社会救助惠民的工作机制，提供必要的培训和支持，保证救助机构和救助人员的专业水平和服务质量。
除政府的责任外，社会的参与也是社会救助惠民的重要组成部分。社会组织、非营利机构和个人都可以参与到社会救助惠民的工作中来，提供帮助和支持。
社会参与可以丰富救助资源，提供多样化的救助服务。社会组织和非营利机构通常在特定领域有着专业知识和丰富经验，能够提供更加精细化的救助服务。同时，社会参与还可以促进社会救助惠民工作的公开透明和监督机制的建立。
社会救助惠民的对象主要包括经济困难群体、残疾人、孤儿、流浪乞讨人员等特殊群体。这些人群通常面临着生活困难、医疗问题和社会边缘化等挑战，需要社会的关怀和支持。
社会救助惠民应当根据不同群体的需要，提供相应的救助措施和服务。比如，对于经济困难群体可以提供生活补助和就业培训；对于残疾人可以提供康复服务和辅助器具；对于孤儿可以提供庇护和教育援助。
社会救助惠民在中国的发展取得了显著的成果，为数以亿计的人提供了帮助和救助。它有效缓解了社会不平等问题，促进了社会的稳定和发展。
然而，社会救助惠民仍然面临一些挑战。一方面，救助标准和范围有限，尚未涵盖到所有需要帮助的人群。另一方面，救助资金不足，导致救助效果有限。此外，救助工作的管理和执行也存在一定的问题，需要进一步完善和规范。
为了进一步健全和完善社会救助惠民体系，我们可以从以下几个方面入手：
总之，社会救助惠民是一个重要的社会公共服务体系，在中国取得了积极的进展。我们应当共同努力，加大投入，加强管理，促进社会救助惠民事业的健康发展，为更多的人提供帮助和支持。
文化旅游惠民是一项重要的政策，旨在促进人民群众的文化素质提升和全民旅游的发展。在过去的几年里，我们可以看到文化旅游惠民政策的积极成效。
首先，文化旅游惠民政策为广大人民群众提供了更多的文化体验和旅游机会。无论是博物馆、图书馆还是艺术展览，人们都可以以更低的价格或免费的方式参观和学习。这不仅丰富了人们的精神生活，也提升了人们对传统文化的认知和理解。
其次，文化旅游惠民政策的推行促进了旅游业的发展。随着越来越多的人参与到旅游活动中，旅游市场呈现出蓬勃的发展态势。酒店、餐饮、交通等相关产业也因此获得了快速增长。文化旅游惠民政策的实施为旅游业注入了新的活力，推动了经济的发展。
文化旅游惠民政策的实施对社会和个人都产生了积极的影响。首先，它促进了不同地区之间的文化交流和融合。人们通过旅游活动，了解到了不同地方的风土人情和传统文化，增进了友谊和互相理解。
其次，文化旅游惠民政策提高了人们的文化素质和审美意识。通过参观展览、观看演出等活动，人们接触到了更多的艺术形式和文化艺术作品，提升了自身的艺术鉴赏能力。这对于培养人们的创造力和创新意识具有重要意义。
最后，文化旅游惠民政策也为城市的发展和转型带来了新的机遇。通过打造文化旅游品牌，吸引游客和投资，城市的形象和经济实力得到了提升。同时，文化旅游惠民政策也为居民提供了更多的就业机会，改善了人民的生活质量。
随着社会的不断进步和人民需求的不断提高，文化旅游惠民政策也需要不断创新和完善。未来的发展方向可以包括：
通过持续的努力和改进，文化旅游惠民政策将为人民群众带来更多的福利和机遇，推动文化事业和旅游业的繁荣发展。
随着科技的不断进步和城市化进程的加快，智慧城市逐渐成为城市建设的重要方向。智慧城市的建设目标不仅在于提高城市管理效率和发展水平，更重要的是要惠及民众，改善人民生活品质。在智慧城市的构建过程中，如何充分发挥科技优势，让智慧城市真正惠民成为城市建设的关键问题。
智慧城市通过信息技术的应用，实现了城市管理的智能化和便民化，为城市居民的生活带来了诸多便利。在智慧城市中，人们可以通过手机App查询公交到站时间、交通拥堵情况，实现智能导航和出行规划，节约时间和精力。同时，智慧城市的智能化管理还可以提升城市的安全性和环境质量，在城市管理、医疗卫生、教育文化等方面为市民提供更高效、更优质的服务。
智慧城市惠民的实践案例有很多，其中不乏令人瞩目的成功经验。例如，在交通出行方面，某智慧城市通过建设智能公交站点，实现了公交线路智能调度和乘客信息实时推送，提升了公交运营效率和乘车体验；在环境监测方面，某智慧城市建设了智能环境监测系统，对空气质量、噪音等环境因素进行实时监测，并能及时发布预警信息，有效保障市民健康。
另外，在教育医疗领域，智慧城市的惠民实践也有着显著成效。例如，某智慧城市建设了智能医疗平台，实现了医患信息互通、远程诊疗等功能，方便市民就医；在教育方面，智慧城市通过智能化教学手段，提供个性化教育服务，促进学生发展，提高教育质量。
虽然智慧城市带来了诸多便利和改善，但在发展过程中也面临着一些挑战。例如，信息安全、隐私保护等问题一直是智慧城市发展的瓶颈；智慧城市技术标准不统一、设施设备更新换代难等也制约了智慧城市的建设进程。针对这些挑战，我们可以通过加强技术研发、建立完善的管理制度、加强政策引导等手段，促进智慧城市的健康发展。
随着科技的不断发展和智慧城市建设的持续推进，智慧城市惠民将迎来更加美好的未来。未来的智慧城市将更加智能化、智能化，市民生活将更加便利、舒适。通过人工智能、大数据、物联网等前沿技术的应用，智慧城市将实现更加智慧化的城市管理和服务，为市民创造更好的生活环境和更高的生活品质。
总的来说，智慧城市惠民是智慧城市建设的根本目标和出发点。在城市建设和管理中，我们要不断深化智慧城市的意义，注重实际效果和长期效益，努力将智慧城市建设成为真正惠及民众、改善人民生活的新引擎。
近年来，金融科技（FinTech）正逐渐成为全球经济的重要驱动力。随着科技的不断进步和创新的加速，金融科技正为传统金融业带来了一场革命。这场革命不仅为金融机构提供了更高效、更灵活的服务，也为消费者带来了更便捷、更多样化的金融体验。
在这个数字化时代，互联网的普及和移动支付的快速发展改变了人们的生活方式。在金融科技的驱动下，全球范围内出现了一系列新兴的金融技术，如移动支付、数字货币、区块链、云计算等。这些技术的出现不仅促进了金融服务的创新与发展，还改变了金融机构的商业模式和运营方式。
金融科技的快速发展也为普通民众带来了许多福利。从过去对金融服务的依赖程度来看，人们通常需要亲自到银行柜台办理业务，而面对繁琐的手续和长时间的等待，许多人感到厌烦和不便。但现在，通过手机、电脑等设备，人们可以随时随地进行银行、支付、投资等金融操作，大大节约了时间和精力。
金融科技在支付领域的发展尤为突出和显著。移动支付技术的飞速发展使人们不再需要携带大量的现金或信用卡，通过手机扫码或近场通信等方式就能完成支付，简单、快捷。同时，移动支付还提供了更多的支付选择，如支付宝、微信支付等，消费者可以根据自己的需求和习惯进行选择。
与此同时，金融科技在投资领域也提供了更多的机遇和便利。传统的投资往往需要依赖金融机构的中介服务，而这往往需要付出较高的费用和时间成本。然而，如今出现的投资平台和科技创新使投资变得更加简单和全面。通过智能投顾、区块链等技术，投资者可以更便捷地了解市场信息和投资产品，进行更灵活和个性化的投资。
金融科技的发展还在不断推动着金融体系向数字化和智能化的转型。云计算技术的引入使得金融机构能够更高效地管理和处理大量的数据，提升了数据的安全性和可靠性。而人工智能和大数据分析等技术，则使金融机构能够更好地了解客户需求，提供更加个性化的金融产品和服务。
金融科技不仅是传统金融机构的机遇，也是创新企业和初创公司的机遇。金融科技的发展使得新兴的金融企业能够更低成本地进入市场，提供创新的金融产品和服务。与此同时，金融科技还鼓励创新和创业精神，吸引了越来越多的人才和资本投入到金融科技领域。
然而，金融科技也带来了一些挑战和风险。随着金融科技的快速发展，金融风险和安全问题也逐渐凸显。例如，虚拟货币的波动性和可疑交易可能导致投资者的损失；个人隐私和信息安全的问题，也需要加强保护措施。因此，政府、金融机构和企业需要共同努力，建立健全的监管制度和风险管理体系，保障金融科技的安全与稳定。
总而言之，“金融科技惠民”不仅是海量数据和智能科技的结晶，更是为广大民众带来便利和机遇的重要工具。金融科技的发展为金融业注入了新的活力，提高了金融服务的效率和质量。与此同时，金融科技也为个人和企业提供了更多的选择和机遇，促进了经济的发展和社会的进步。未来，金融科技将继续推动金融行业的变革和创新，为我们的生活带来更多的便利和惠福。
惠民宠物兔 - 与我们共享可爱的时光
惠民宠物兔 - 与我们共享可爱的时光
介绍
惠民宠物兔是专业销售和饲养兔子的网店，我们致力于为兔子爱好者提供高质量的兔子和兔子配件。作为宠物界的佼佼者，兔子以其可爱和友善的个性成为越来越多人的选择。无论是家庭还是单身贵族，惠民宠物兔都是您理想的伴侣。
我们的兔子
我们对兔子的饲养非常重视，所有兔子都接受了专业培训和定期的兽医检查。我们努力确保它们享受最佳的健康和幸福。无论您是想要一个小型品种还是大型品种，我们的养兔专家都会为您提供最好的建议。我们的兔子种类繁多，包括荷兰兔、波兰兔、英国巨兔和狮子头兔等。
为什么选择养兔子
养兔子是一种有益无害的爱好。兔子是温顺而友善的宠物，能够给主人带来无尽的欢乐。以下是养兔子的一些好处：
- 减压 - 兔子有着温和安静的本性，和它们相处可以帮助放松身心。
- 陪伴 - 兔子是理想的伴侣动物，它们喜欢与主人互动，给予关爱和陪伴。
- 养成责任感 - 养兔子可以教给孩子们如何照顾动物，培养爱心和责任感。
- 没有噪音 - 兔子是悄悄的生物，不会制造噪音，适合住在公寓或共享房屋。
- 节省空间 - 兔子的空间要求相对较小，不像狗或猫那样需要大的空间。
关于我们的服务
惠民宠物兔为您提供一站式的服务，从选择兔子到提供兔子配件和日常所需品。我们的专业养兔顾问会帮助您选择最适合您的兔子品种，并提供饲养建议和健康保养指导。我们还提供兔子的必需品，如饲料、笼子、玩具和清洁用品等。
如何照顾兔子
照顾兔子需要一些专业的知识和注意事项。以下是一些照顾兔子的基本要点：
饮食
兔子对食物的营养要求非常严格，它们需要足够的纤维素、蛋白质和维生素。我们提供优质的饲料，以确保您的兔子获得所需的营养。此外，为了保持牙齿的健康，兔子需要有足够的物质来磨牙，我们也提供相应的兔子玩具。
笼子和活动空间
兔子需要一个安全舒适的生活环境。我们提供各种大小的笼子，以适应不同品种的兔子。此外，定期释放兔子活动也是非常重要的，它们需要足够的运动空间来保持健康。
卫生
定期清洁兔子的笼子和周围的环境是保持兔子健康的关键。我们为您提供了清洁用品，以便您可以轻松地清洁和消毒兔子的生活区域。
兽医保健
兔子需要定期接受兽医检查和疫苗接种。惠民宠物兔提供兽医服务，以确保您的兔子保持良好的健康状态。我们的专业兽医团队会为您的兔子提供全面的保健服务。
兔子的乐趣
兔子是非常活泼和好动的宠物，它们可以给您带来无尽的乐趣。与兔子互动是一种轻松、愉快的方式，让您忘却生活中的压力，享受与宠物共度的美好时光。
最后的惠民宠物兔
兔子是一种温和而可爱的宠物，适合无论是成人还是孩子。它们是忠诚的伴侣，会给您带来无尽的欢乐和快乐。无论您是想要一个小型品种还是大型品种，惠民宠物兔都会为您提供最好的选择。让我们一起与兔子分享美好的时光吧！
惠民申论范文是指为了帮助人们更好地理解并掌握申论技巧而提供的范文样本。在考试中，掌握申论写作技巧是非常重要的，因为申论作文往往是考试的重要组成部分之一。通过阅读和分析优秀的惠民申论范文，考生们可以更好地了解如何组织论述、展开论点以及运用论据，从而提高申论写作水平，取得更好的成绩。
优秀的惠民申论范文应当具备以下几个特点：
以下是一篇优秀的惠民申论范文，通过赏析这篇范文，我们可以学习到很多写作技巧和方法：
标题：“促进旅游业发展，惠及民生”
正文：
随着经济全球化的不断发展，旅游业已成为许多国家和地区的经济支柱产业之一。在促进经济增长的同时，旅游业还能创造大量就业机会、改善居民生活水平、促进文化交流等。因此，发展旅游业不仅仅是经济的需要，更是为了惠及民生、改善民生福祉的重要举措。
为了促进旅游业的发展，政府应加大对旅游业的支持力度，制定相关政策和措施，提高旅游业的发展水平。与此同时，旅游从业者也需要不断提升自身的服务水平和专业素养，为游客提供更加优质的服务。只有政府和企业共同努力，才能实现旅游业的可持续发展，并在推动经济增长的同时更好地惠及民生。
通过阅读优秀的惠民申论范文，我们可以更好地了解申论写作的要领和技巧，提高自己的写作水平和能力。在备考过程中，多多阅读范文，并结合自己的实际情况进行模仿和练习，相信在申论考试中能够取得优异的成绩。
遵义惠民驾校一直以来都是遵义地区领先的驾校之一，为学员提供优质的驾驶培训服务，在提高驾驶技能的同时注重安全意识的培养。作为一家专业的驾校，遵义惠民驾校始终秉承“安全第一，服务至上”的理念，通过不断创新和完善，为学员提供最专业、最便捷的学车体验。
遵义惠民驾校拥有丰富多样的课程设置，涵盖了驾驶理论知识、实际驾驶操作技能等方面。无论是初学者还是有驾驶经验者，都可以找到适合自己的课程。驾校注重理论与实践相结合，通过系统化的教学计划，帮助学员快速掌握驾驶技能，为顺利通过驾照考试打下坚实基础。
遵义惠民驾校拥有一支高素质的教练团队，他们经验丰富、耐心细心，能够根据学员的学习特点和需求，制定个性化的教学方案，帮助学员克服驾驶学习中的难点和问题。教练们不仅注重教学效果，更注重教育教学过程中的人文关怀，让学员在学车过程中不仅学会驾驶技能，更感受到温暖的服务。
遵义惠民驾校在众多学员中拥有良好的口碑，学员们对驾校的教学质量、服务态度等方面都给予了高度评价。许多学员在通过遵义惠民驾校学车后，顺利拿到驾照，并且在日常驾驶中能够熟练、安全地驾驶车辆，这不仅得益于驾校严谨的教学管理，更得益于优秀的教练团队和完善的课程体系。
遵义惠民驾校以贴心的服务赢得了学员的信赖，无论是在课程安排、学车时间、教练选择等方面，都能为学员提供全方位、个性化的服务。学员遇到问题难题时，驾校会及时给予指导和帮助，确保学员学车过程顺利、愉快。此外，驾校还定期组织各类驾驶技能培训活动，让学员不断提升自己的驾驶水平。
作为遵义地区的知名驾校品牌，遵义惠民驾校将继续秉承优质服务理念，不断提升教学质量和服务水平，为更多有学车需求的学员提供更好的驾驶培训体验。未来，驾校还将加大对新技术、新理念的引入和应用，为学员学车提供更便捷、更高效的解决方案，成为学员学车的首选驾校之一。
之前看了Mahout官方示例 20news 的调用实现；于是想根据示例的流程实现其他例子。网上看到了一个关于天气适不适合打羽毛球的例子。
训练数据：
Day Outlook Temperature Humidity Wind PlayTennis
D1 Sunny Hot High Weak No
D2 Sunny Hot High Strong No
D3 Overcast Hot High Weak Yes
D4 Rain Mild High Weak Yes
D5 Rain Cool Normal Weak Yes
D6 Rain Cool Normal Strong No
D7 Overcast Cool Normal Strong Yes
D8 Sunny Mild High Weak No
D9 Sunny Cool Normal Weak Yes
D10 Rain Mild Normal Weak Yes
D11 Sunny Mild Normal Strong Yes
D12 Overcast Mild High Strong Yes
D13 Overcast Hot Normal Weak Yes
D14 Rain Mild High Strong No
检测数据：
sunny，hot，high，weak
结果：
Yes=》 0.007039
No=》 0.027418
于是使用Java代码调用Mahout的工具类实现分类。
基本思想：
1. 构造分类数据。
2. 使用Mahout工具类进行训练，得到训练模型。
3。将要检测数据转换成vector数据。
4. 分类器对vector数据进行分类。
接下来贴下我的代码实现=》
1. 构造分类数据：
在hdfs主要创建一个文件夹路径 /zhoujainfeng/playtennis/input 并将分类文件夹 no 和 yes 的数据传到hdfs上面。
数据文件格式，如D1文件内容： Sunny Hot High Weak
2. 使用Mahout工具类进行训练，得到训练模型。
3。将要检测数据转换成vector数据。
4. 分类器对vector数据进行分类。
这三步，代码我就一次全贴出来；主要是两个类 PlayTennis1 和 BayesCheckData = =》
package myTesting.bayes;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.util.ToolRunner;
import org.apache.mahout.classifier.naivebayes.training.TrainNaiveBayesJob;
import org.apache.mahout.text.SequenceFilesFromDirectory;
import org.apache.mahout.vectorizer.SparseVectorsFromSequenceFiles;
public class PlayTennis1 {
private static final String WORK_DIR = "hdfs://192.168.9.72:9000/zhoujianfeng/playtennis";
/*
* 测试代码
*/
public static void main(String[] args) {
//将训练数据转换成 vector数据
makeTrainVector();
//产生训练模型
makeModel(false);
//测试检测数据
BayesCheckData.printResult();
}
public static void makeCheckVector(){
//将测试数据转换成序列化文件
try {
Configuration conf = new Configuration();
conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));
String input = WORK_DIR+Path.SEPARATOR+"testinput";
String output = WORK_DIR+Path.SEPARATOR+"tennis-test-seq";
Path in = new Path(input);
Path out = new Path(output);
FileSystem fs = FileSystem.get(conf);
if(fs.exists(in)){
if(fs.exists(out)){
//boolean参数是，是否递归删除的意思
fs.delete(out, true);
}
SequenceFilesFromDirectory sffd = new SequenceFilesFromDirectory();
String[] params = new String[]{"-i",input,"-o",output,"-ow"};
ToolRunner.run(sffd, params);
}
} catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
System.out.println("文件序列化失败！");
System.exit(1);
}
//将序列化文件转换成向量文件
try {
Configuration conf = new Configuration();
conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));
String input = WORK_DIR+Path.SEPARATOR+"tennis-test-seq";
String output = WORK_DIR+Path.SEPARATOR+"tennis-test-vectors";
Path in = new Path(input);
Path out = new Path(output);
FileSystem fs = FileSystem.get(conf);
if(fs.exists(in)){
if(fs.exists(out)){
//boolean参数是，是否递归删除的意思
fs.delete(out, true);
}
SparseVectorsFromSequenceFiles svfsf = new SparseVectorsFromSequenceFiles();
String[] params = new String[]{"-i",input,"-o",output,"-lnorm","-nv","-wt","tfidf"};
ToolRunner.run(svfsf, params);
}
} catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
System.out.println("序列化文件转换成向量失败！");
System.out.println(2);
}
}
public static void makeTrainVector(){
//将测试数据转换成序列化文件
try {
Configuration conf = new Configuration();
conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));
String input = WORK_DIR+Path.SEPARATOR+"input";
String output = WORK_DIR+Path.SEPARATOR+"tennis-seq";
Path in = new Path(input);
Path out = new Path(output);
FileSystem fs = FileSystem.get(conf);
if(fs.exists(in)){
if(fs.exists(out)){
//boolean参数是，是否递归删除的意思
fs.delete(out, true);
}
SequenceFilesFromDirectory sffd = new SequenceFilesFromDirectory();
String[] params = new String[]{"-i",input,"-o",output,"-ow"};
ToolRunner.run(sffd, params);
}
} catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
System.out.println("文件序列化失败！");
System.exit(1);
}
//将序列化文件转换成向量文件
try {
Configuration conf = new Configuration();
conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));
String input = WORK_DIR+Path.SEPARATOR+"tennis-seq";
String output = WORK_DIR+Path.SEPARATOR+"tennis-vectors";
Path in = new Path(input);
Path out = new Path(output);
FileSystem fs = FileSystem.get(conf);
if(fs.exists(in)){
if(fs.exists(out)){
//boolean参数是，是否递归删除的意思
fs.delete(out, true);
}
SparseVectorsFromSequenceFiles svfsf = new SparseVectorsFromSequenceFiles();
String[] params = new String[]{"-i",input,"-o",output,"-lnorm","-nv","-wt","tfidf"};
ToolRunner.run(svfsf, params);
}
} catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
System.out.println("序列化文件转换成向量失败！");
System.out.println(2);
}
}
public static void makeModel(boolean completelyNB){
try {
Configuration conf = new Configuration();
conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));
String input = WORK_DIR+Path.SEPARATOR+"tennis-vectors"+Path.SEPARATOR+"tfidf-vectors";
String model = WORK_DIR+Path.SEPARATOR+"model";
String labelindex = WORK_DIR+Path.SEPARATOR+"labelindex";
Path in = new Path(input);
Path out = new Path(model);
Path label = new Path(labelindex);
FileSystem fs = FileSystem.get(conf);
if(fs.exists(in)){
if(fs.exists(out)){
//boolean参数是，是否递归删除的意思
fs.delete(out, true);
}
if(fs.exists(label)){
//boolean参数是，是否递归删除的意思
fs.delete(label, true);
}
TrainNaiveBayesJob tnbj = new TrainNaiveBayesJob();
String[] params =null;
if(completelyNB){
params = new String[]{"-i",input,"-el","-o",model,"-li",labelindex,"-ow","-c"};
}else{
params = new String[]{"-i",input,"-el","-o",model,"-li",labelindex,"-ow"};
}
ToolRunner.run(tnbj, params);
}
} catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
System.out.println("生成训练模型失败！");
System.exit(3);
}
}
}
package myTesting.bayes;
import java.io.IOException;
import java.util.HashMap;
import java.util.Map;
import org.apache.commons.lang.StringUtils;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.fs.PathFilter;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.mahout.classifier.naivebayes.BayesUtils;
import org.apache.mahout.classifier.naivebayes.NaiveBayesModel;
import org.apache.mahout.classifier.naivebayes.StandardNaiveBayesClassifier;
import org.apache.mahout.common.Pair;
import org.apache.mahout.common.iterator.sequencefile.PathType;
import org.apache.mahout.common.iterator.sequencefile.SequenceFileDirIterable;
import org.apache.mahout.math.RandomAccessSparseVector;
import org.apache.mahout.math.Vector;
import org.apache.mahout.math.Vector.Element;
import org.apache.mahout.vectorizer.TFIDF;
import com.google.common.collect.ConcurrentHashMultiset;
import com.google.common.collect.Multiset;
public class BayesCheckData {
private static StandardNaiveBayesClassifier classifier;
private static Map<String, Integer> dictionary;
private static Map<Integer, Long> documentFrequency;
private static Map<Integer, String> labelIndex;
public void init(Configuration conf){
try {
String modelPath = "/zhoujianfeng/playtennis/model";
String dictionaryPath = "/zhoujianfeng/playtennis/tennis-vectors/dictionary.file-0";
String documentFrequencyPath = "/zhoujianfeng/playtennis/tennis-vectors/df-count";
String labelIndexPath = "/zhoujianfeng/playtennis/labelindex";
dictionary = readDictionnary(conf, new Path(dictionaryPath));
documentFrequency = readDocumentFrequency(conf, new Path(documentFrequencyPath));
labelIndex = BayesUtils.readLabelIndex(conf, new Path(labelIndexPath));
NaiveBayesModel model = NaiveBayesModel.materialize(new Path(modelPath), conf);
classifier = new StandardNaiveBayesClassifier(model);
} catch (IOException e) {
// TODO Auto-generated catch block
e.printStackTrace();
System.out.println("检测数据构造成vectors初始化时报错。。。。");
System.exit(4);
}
}
/**
* 加载字典文件，Key: TermValue； Value：TermID
* @param conf
* @param dictionnaryDir
* @return
*/
private static Map<String, Integer> readDictionnary(Configuration conf, Path dictionnaryDir) {
Map<String, Integer> dictionnary = new HashMap<String, Integer>();
PathFilter filter = new PathFilter() {
@Override
public boolean accept(Path path) {
String name = path.getName();
return name.startsWith("dictionary.file");
}
};
for (Pair<Text, IntWritable> pair : new SequenceFileDirIterable<Text, IntWritable>(dictionnaryDir, PathType.LIST, filter, conf)) {
dictionnary.put(pair.getFirst().toString(), pair.getSecond().get());
}
return dictionnary;
}
/**
* 加载df-count目录下TermDoc频率文件，Key: TermID； Value：DocFreq
* @param conf
* @param dictionnaryDir
* @return
*/
private static Map<Integer, Long> readDocumentFrequency(Configuration conf, Path documentFrequencyDir) {
Map<Integer, Long> documentFrequency = new HashMap<Integer, Long>();
PathFilter filter = new PathFilter() {
@Override
public boolean accept(Path path) {
return path.getName().startsWith("part-r");
}
};
for (Pair<IntWritable, LongWritable> pair : new SequenceFileDirIterable<IntWritable, LongWritable>(documentFrequencyDir, PathType.LIST, filter, conf)) {
documentFrequency.put(pair.getFirst().get(), pair.getSecond().get());
}
return documentFrequency;
}
public static String getCheckResult(){
Configuration conf = new Configuration();
conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));
String classify = "NaN";
BayesCheckData cdv = new BayesCheckData();
cdv.init(conf);
System.out.println("init done...............");
Vector vector = new RandomAccessSparseVector(10000);
TFIDF tfidf = new TFIDF();
//sunny，hot，high，weak
Multiset<String> words = ConcurrentHashMultiset.create();
words.add("sunny",1);
words.add("hot",1);
words.add("high",1);
words.add("weak",1);
int documentCount = documentFrequency.get(-1).intValue(); // key=-1时表示总文档数
for (Multiset.Entry<String> entry : words.entrySet()) {
String word = entry.getElement();
int count = entry.getCount();
Integer wordId = dictionary.get(word); // 需要从dictionary.file-0文件（tf-vector）下得到wordID，
if (StringUtils.isEmpty(wordId.toString())){
continue;
}
if (documentFrequency.get(wordId) == null){
continue;
}
Long freq = documentFrequency.get(wordId);
double tfIdfValue = tfidf.calculate(count, freq.intValue(), 1, documentCount);
vector.setQuick(wordId, tfIdfValue);
}
// 利用贝叶斯算法开始分类,并提取得分最好的分类label
Vector resultVector = classifier.classifyFull(vector);
double bestScore = -Double.MAX_VALUE;
int bestCategoryId = -1;
for(Element element: resultVector.all()) {
int categoryId = element.index();
double score = element.get();
System.out.println("categoryId:"+categoryId+" score:"+score);
if (score > bestScore) {
bestScore = score;
bestCategoryId = categoryId;
}
}
classify = labelIndex.get(bestCategoryId)+"(categoryId="+bestCategoryId+")";
return classify;
}
public static void printResult(){
System.out.println("检测所属类别是："+getCheckResult());
}
}
