贫困户养牛对于实现贫困户经济增收具有一定的帮助作用。养牛作为一种常见的农业养殖方式，不仅有助于缓解农村就业压力，还能提供贫困户稳定的收入来源。本文将重点介绍贫困户养牛的意义、养牛的盈利模式以及政府扶持政策。
贫困户养牛对于解决农村贫困问题具有重要意义。一方面，养牛可以提供贫困户稳定的收入来源。通过养殖牛，贫困户可以获得牛奶、肉牛、肥料等产品，增加家庭收入。另一方面，养牛还能提供就业机会，为贫困户提供额外的经济来源。
贫困户养牛可以采取多种盈利模式。其中，牛奶销售是一种常见的盈利模式。贫困户可以将产出的牛奶销售给当地的乳品加工企业或者直接销售给消费者，通过销售牛奶来获得收入。此外，贫困户还可以养肉牛，将肉牛销售给肉类加工企业或者当地市场，获得肉牛销售的收入。
为了促进贫困户养牛经济的发展，政府制定了一系列扶持政策。首先，政府鼓励贫困户通过合作社等形式进行集中养牛，提高养牛效益。其次，政府给予贫困户养牛的财政补贴，在养牛过程中给予一定的经济支持。此外，政府还提供技术指导和培训等支持，帮助贫困户提高养牛技能和管理水平。
贫困户养牛对于实现贫困户经济增收具有重要意义。通过养牛，贫困户可以获得稳定的收入来源，并提供就业机会。此外，政府的扶持政策也为贫困户提供了支持和帮助。相信通过贫困户养牛这一途径，可以促进贫困地区的脱贫攻坚工作，改善农村贫困人口的生活。
谢谢您的阅读，希望本文能对您了解贫困户养牛有所帮助。
尊敬的各位领导、亲爱的同胞们：
我非常荣幸能站在这个讲台上，向大家分享我作为一个贫困户所经历的努力奋斗的故事。我是一个来自贫困家庭的孩子，曾经面临着无尽的困境和挑战。然而，正是这些困境和挑战，塑造了我坚强的意志和不屈的精神，让我迎接了生活的挑战，并最终走出了贫困的泥潭。
在我成长的过程中，我经历了许多艰辛和付出。家境贫困，我需要通过勤工俭学来支付自己的学费。我每天早起，去打零工，勉力维持自己的学业。尽管时常感到疲惫和无奈，但我从不抱怨，因为我知道只有通过自己的努力，才能改变自己的命运。这种坚持和执着，让我逐渐走向了成功。
而我的成功，除了个人的努力外，还离不开社会的关怀和帮助。社会上有很多善心人士和组织，他们为贫困户提供了无私的援助和支持。正是因为他们的帮助，我才能够顺利完成学业，进入大学，并找到了一份好工作。所以，我深知在成功的路上，良好的社会环境和公平的机会是多么重要。
正因如此，我今天站在这里，不仅是为了代表自己，更是为了代表所有的贫困户发声。我们是社会的一部分，我们应该得到平等的机会和待遇。不应该因为出身贫困就被歧视和边缘化。每个人都潜藏着无限的潜能和才华，只要给予机会，我们也能创造出属于自己的光明未来。
为了实现这个目标，我们需要社会上更多的人关注贫困问题，并为贫困户提供实际的帮助。政府需要加大扶贫力度，制定更多的政策来改善贫困户的生活条件。同时，企业界也应该担起社会责任，为贫困户提供就业机会和培训项目。只有社会各界共同努力，才能够真正实现贫困户的脱贫致富，让他们有更好的生活品质。
另外，家庭教育也发挥着重要的作用。作为家庭教育的受益者，我深知家人的支持和鼓励有多么重要。没有家人的关心和理解，我不可能走到今天的地步。因此，我呼吁每个家庭都要关心贫困户子女的成长和发展，给他们更多的爱和鼓励。只有家庭教育与社会教育相互配合，我们才能培养出更多优秀的人才，让他们走出贫困，为社会做出更大的贡献。
作为一个贫困户，我愿意用自己的故事激励更多的人。我们并不是弱者，只要付出努力，坚定信念，就一定能够打破困境，创造属于自己的辉煌。贫困户也有梦想，也有追求美好生活的权利。只要给予他们机会和支持，他们一定能够实现自己的价值。
最后，再次感谢大家的聆听。希望能够通过今天的演讲，让更多人关注贫困问题，呼吁社会各界的共同努力。让我们一起携手，为贫困户创造一个更加美好的未来！谢谢！
在许多贫困地区，养牛已经成为许多贫困户重要的经济来源之一。然而，由于缺乏必要的养牛技术和资金，许多贫困户仍然无法从养牛中获得更多的收益。在这篇文章中，我们将探讨贫困户养牛的一些方法和技巧，帮助您走出困境，实现致富。
选择优良的牛种是养牛成功的关键。优良的牛种不仅生长速度快、抵抗力强，而且产奶量高，可以为您带来更多的收益。建议您选择当地适应性强、市场需求大的牛种，如西门塔尔牛、夏洛莱牛等。
饲养水平直接影响到牛的生长速度和产奶量。要提高饲养水平，首先要注意饲料的搭配，以谷物、草料为主，补充适量的蛋白质和矿物质。其次，要注意给牛提供干净的水源，保持牛舍的清洁和通风。
防疫工作是养牛成功的关键之一。要定期对牛进行疫苗接种，预防疾病的发生。同时，要注意对牛舍进行消毒，保持环境卫生，防止细菌滋生。此外，还要注意观察牛的健康状况，及时发现并治疗疾病。
在贫困地区，资源有限，合理利用资源是养牛成功的关键。您可以利用当地的农作物秸秆、杂草等资源来饲养牛，降低饲养成本。同时，还可以利用当地的农副产品加工剩余物来制作饲料添加剂，提高饲料的营养价值。
在条件允许的情况下，您可以考虑扩大养殖规模。这样可以提高您的产量和收益，同时也可以吸引更多的投资和政策支持。
总之，贫困户养牛需要掌握一定的技术和方法，同时也需要政策的支持和市场的引导。通过选择优良的牛种、提高饲养水平、加强防疫工作、合理利用资源以及扩大养殖规模等措施，您可以成功地走出困境，实现致富。
在当代社会中，贫困户面临着许多挑战，其中之一就是找到稳定的工作。然而，对于这些人来说，获得一份满意的工作并不容易。为了帮助贫困户提高就业竞争力，他们需要有一份全面而详细的求职记录。
求职记录意味着更多，而不仅仅是简历。它是贫困户推销自己的工具，展示自己的能力和经验，以争取心仪的工作岗位。这需要相对详细的工作历史和成就记录，以及能够证明自己技能的文件。
贫困户求职记录的重要性：
1. 突出自身优势：贫困户常常被社会认知所束缚，他们需要通过求职记录来突出自己的优势和潜力。这样一来，雇主可以更好地了解他们的背景和所具备的实际技能，而不是被贫困经历所影响。
2. 提升自信心：有一份完善的求职记录可以帮助贫困户重建信心，相信自己是有能力获得心仪工作的。这份记录不仅是自我宣传的途径，也是激励自己不断前进的动力。
3. 展示职业发展：贫困户在求职过程中不应只关注眼前的工作机会，还要向雇主展示自己的职业发展潜力。一份完整的求职记录可以揭示他们的成长轨迹、培训经历以及专业技能，使得雇主更有信心和兴趣招聘他们。
贫困户求职记录的关键元素：
1. 详细的个人信息：个人信息是求职记录的起点，它要包括姓名、联系方式、地址等基本信息。在这个部分中，贫困户需要尽可能提供详尽准确的信息，以便雇主能够与他们取得联系。
2. 教育背景和专业技能：这一部分需要提供贫困户的教育背景，包括学位、培训经历等。同时，还要列举出所掌握的专业技能，比如计算机技能、语言能力等。这可以帮助雇主更好地评估贫困户的能力。
3. 工作经历：列举贫困户的工作经历非常关键。在这一部分中，他们需要提供每份工作的职位、公司名称、工作时间等详细信息。更重要的是，要突出自己在每份工作中所取得的成绩和贡献，以及所运用的技能。
4. 项目经验：如果贫困户参与过一些项目，尤其是与心仪工作相关的项目，那么这部分的信息对于雇主来说将非常有吸引力。他们可以详细描述项目的目标、自己的角色和所取得的成果，以展示自己的能力。
5. 证书和奖项：贫困户如果获得过相关领域的证书或者奖项，一定要在求职记录中加以突出。这可以证明他们的专业能力并引起雇主的兴趣。
6. 推荐信：贫困户可以请前雇主、导师或其他有足够了解自己能力的人写推荐信。这些推荐信可以为他们的能力背书，使得雇主更加信任他们的能力和潜力。
编写贫困户求职记录的注意事项：
1. 突出重点：写求职记录时，贫困户要真实地反映自己在工作中所取得的成绩和能力。突出自己的潜力和优势，把这些关键信息排在前面。
2. 精心设计格式：求职记录应该有清晰的格式和布局，使得信息整洁有序。使用不同的标题和小标题来组织信息，增加可读性，并使用适当的字体和字号。
3. 根据工作要求进行调整：根据不同的工作要求，贫困户需要调整求职记录的内容和重点。确保与目标岗位相关的经验和技能在重要位置上，以突出自己的适应性和能力。
4. 温故而知新：求职记录是一份持续更新的文档，贫困户应该定期检查和更新自己的求职记录。随着时间的推移，他们的技能和经验都会增长，需要及时反映在求职记录中。
结论：
贫困户求职记录对于他们争取更好的就业机会至关重要。一份详尽全面的求职记录可以帮助贫困户展示自己的能力和潜力，提升自身竞争力，从而获得稳定的工作。贫困户应该重视求职记录，并根据自己的实际情况编写一份精彩的求职记录，以期实现工作目标并改变自己的生活。
在这个快节奏的生活中，关注社会问题，关心弱势群体是我们每个人应尽的义务。关爱贫困户是一个值得我们思考和行动的重要议题。在这篇博文中，我将探讨关爱贫困户的意义以及一些我们可以采取的寄语。
贫困户是指生活在经济困难或缺乏基本生活条件下的家庭或个人。对他们进行关爱和帮助不仅是道义上的责任，也是构建公平和谐社会的关键之一。
首先，关爱贫困户有助于缩小社会不公平的鸿沟。我们生活在一个资源分配不均的世界，有些人享受着丰富的资源和机会，而另一些人却只能生活在贫困线下。这种不公平不仅有悖于社会公正原则，也会导致社会矛盾和冲突加剧。因此，通过关爱贫困户，我们可以努力减少贫富差距，推动社会的平等与包容。
其次，关爱贫困户对于他们个人来说，是重拾信心和希望的力量。许多贫困户在艰难的生活条件下感到挫败和无望。然而，当他们得到他人的关爱和援助时，他们将感到被社会所重视，会重新点燃改变命运的激情和勇气。通过给予他们关怀和支持，我们可以改变他们的人生轨迹，帮助他们走出贫困的困境。
最后，关爱贫困户有助于促进社会的稳定和繁荣。当贫困户得到关怀和援助时，他们的基本生活需求会得到满足，从而减少社会不安定因素的产生。一个稳定的社会环境有助于创造良好的经济氛围和社会发展机会，使每个人都能够实现自身的潜力。
下面是一些针对关爱贫困户的寄语，希望它们能带给我们更多启示和行动的力量：
无论我们采取何种方式关爱贫困户，都需要保持耐心和坚持。因为关爱是一个持久的过程，只有长期关注和持续支持，才能真正改变他们的生活。每个人都可以为关爱贫困户做出一份贡献，让我们携起手来，共同构建一个更加和谐和美好的社会。
关爱贫困户主题是社会关注的焦点之一，我们应该全力以赴，为那些生活在贫困中的人们提供支持和帮助。贫困并不只是一个数字统计，而是一个涉及到人的人道主义问题。本文将探讨关爱贫困户主题，并提出一些实际行动来改善贫困户的生活条件。
要关爱贫困户，我们首先需要了解贫困的本质。贫困不仅仅是缺乏金钱或物质，它也涉及到缺乏教育、医疗、社会保障和机会平等等多个方面。贫困户通常面临着生活困境、社会边缘化和心理压力等问题。
为了帮助贫困户摆脱困境，我们需要采取综合性的措施。首先，我们应该提供经济援助，以确保他们能够满足基本的生活需求。其次，我们需要提供教育和培训机会，以帮助他们提高技能和就业机会。此外，我们还需要加强社会保障制度，为贫困户提供医疗和社会福利等保障。最重要的是，我们应该打破社会歧视和不平等，为每个人提供平等的机会。
要真正关爱贫困户，我们需要将关注转化为实际行动。以下是一些可以采取的具体措施：
关爱贫困户不仅仅是政府的责任，也需要社会各界的参与和合作。唯有齐心协力，才能为贫困户提供更好的支持和帮助。
政府部门可以加大财政投入，改善社会保障制度，并制定相关法律和政策来保障贫困户的权益。非政府组织和慈善机构可以组织募捐活动，为贫困户提供物资援助和救助服务。企业界可以提供就业机会，参与社会责任项目，帮助贫困户改善生活。
另外，媒体和公众也发挥着重要的作用。媒体可以报道贫困户的故事，引起社会关注和关注。公众可以通过参与志愿者活动、捐款、购买公益产品等方式来支持贫困户。
在过去的几十年里，许多国家和地区都取得了关爱贫困户的成功案例。例如，中国的扶贫工程已经帮助数百万贫困户摆脱了贫困。通过提供金融支持、教育和培训机会，以及发展农村经济等措施，中国取得了显著的减贫成果。
同样，在其他国家，例如巴西、印度和肯尼亚等，也有一些成功的贫困减少项目。这些项目通过各种途径，包括经济援助、教育支持和就业机会，帮助贫困户改善生活。
关爱贫困户是一个重要的主题，我们应该坚定地关注和参与其中。通过理解贫困的本质，采取实际行动，以及社会参与和合作，我们可以帮助贫困户改善生活条件，实现自我发展。无论是政府、非政府组织、企业，还是媒体和公众，每个人都可以为关爱贫困户做出贡献。
在如今充斥着各种信息的时代，我们有幸能够见证科技的迅速发展和普及。然而，在这个快节奏的社会中，我们不能忽视仍然存在的一些问题。其中之一就是贫困户的生活状况。从一组贫困户探照灯图片中，我们可以更加深入地了解他们的现实情况。
贫困户探照灯图片具有重要的意义，因为它们能够向我们展示贫困户的真实生活。通过这些图片，我们可以看到他们生活的环境、住房条件、饮食状况等等。这些图片也能够帮助我们认识到贫困户所面临的种种困难和挑战。
贫困户探照灯图片向我们揭示了许多贫困户面临的现实。其中一个现实是他们住房条件的艰苦。这些贫困户可能居住在简陋的茅草屋或破旧的房屋里。而这些房屋的条件往往非常糟糕，缺乏基本的设施和舒适性。
另一个现实是贫困户的饮食状况。由于经济条件的限制，他们往往难以获得健康、均衡的饮食。这些贫困户可能经常面对食物短缺的问题，导致他们无法获得足够的营养。
除此之外，贫困户探照灯图片还显示了他们艰难的生计和劳动条件。他们可能从事体力劳动或艰苦的农田劳动，但收入极低，生活质量很差。这些图片的存在提醒着我们，我们应该关注并帮助贫困户改善他们的生活条件。
贫困户探照灯图片能够给予我们许多启示。首先，它们提醒我们贫困是一个真实存在的问题，我们不能忽视。贫困户的生活条件与我们之间存在巨大差距，这令我们想起要珍惜我们所拥有的一切。
其次，这些图片激励我们积极行动，帮助改善贫困户的生活。我们可以通过向慈善机构捐款、参与志愿者活动或提供实际帮助来支持他们的脱贫事业。
最重要的是，贫困户探照灯图片鼓励我们关注贫困问题并寻找解决方案。我们可以通过制定更加公平的政策、提供教育资源、促进经济发展等途径来帮助贫困户摆脱贫困。
为了让更多人了解贫困户的现实状况，传播贫困户探照灯图片非常重要。下面是一些建议：
每个人都可以为改善贫困户的生活做出贡献。不管是个人还是组织，我们都可以通过行动来帮助他们摆脱贫困。无论是捐款、志愿者活动还是支持相关政策的制定，每个人的努力都是重要的。
通过贫困户探照灯图片，我们不仅能够了解贫困户的生活现状，还可以激发人们的关注和行动。让我们共同努力，为创造一个更加公平和平等的社会而奋斗。
亲爱的读者，欢迎阅读本期关爱贫困户简报。作为社会责任的一部分，我们将定期向您展示我们关爱贫困户项目的最新动态和取得的成就。在这个简报中，我们将分享项目的目标、实施过程和志愿者的故事。
关爱贫困户项目的主要目标是帮助致力于改善贫困群体生活状况的人们。通过提供资金、食品、教育和培训等支持，我们努力帮助贫困户脱离贫困，并为他们创造更好的生活条件。
关爱贫困户项目是由一支专业团队和热情的志愿者们共同推动的。我们首先进行了详尽的调研，以确定目标地区的贫困情况和需求。然后，我们与当地政府、非营利组织以及社区居民合作，共同制定项目计划和策略。
我们的项目主要包括以下几个方面：
在关爱贫困户项目中，志愿者发挥着不可或缺的作用。他们的热情、关怀和付出让我们的项目取得了巨大的成功。
以下是一位志愿者的故事：
张明是我们项目的一名志愿者，他在关爱贫困户项目中投入了大量的时间和精力。张明与贫困户建立了深厚的友谊，并帮助他们解决了许多困难。
一次，张明发现一个家庭的孩子因为贫困无法上学。于是，他不顾困难，帮助孩子申请了我们项目的教育奖学金。这个孩子如今已经成为一名大学生，展现了巨大的潜力。
志愿者们的故事就像这样数不胜数。他们慷慨无私的奉献精神驱动着我们的项目，为贫困户带去希望和改变。
自从项目启动以来，我们取得了一系列令人鼓舞的成就。以下是一些主要的项目成果：
这些成绩是关爱贫困户项目的共同努力的结果。感谢所有支持者、合作伙伴和志愿者，正是因为你们的支持和努力，我们才能取得这些重要的成就。
关爱贫困户项目是一项充满爱心和希望的事业，我们相信每一个改变都能为社会带来积极的影响。在未来，我们将继续致力于帮助更多的贫困户改善生活，并为他们提供更多的机会。
感谢您阅读本期关爱贫困户简报，如果您对我们的项目感兴趣并希望提供支持，请随时与我们联系。
扶贫建卡贫困户是中国国家扶贫计划的核心内容之一。通过建立贫困户的档案系统，政府可以更好地了解贫困家庭的现状和需求，为他们提供针对性的帮助和支持。
扶贫建卡贫困户是指根据一定的贫困标准和评估方法，将经济困难、生活无着力、缺乏基本生活条件的家庭列入贫困户名单，并建立贫困档案。这些贫困户通常居住在农村地区，生活条件差，缺乏收入来源。
扶贫建卡贫困户的建立需要通过严格的审核和调查程序。政府相关部门会派出工作人员进入贫困户家庭进行实地调查，了解其经济状况、家庭成员情况、生活条件等，以确定是否符合贫困户标准。
扶贫建卡贫困户的标准主要根据当地经济水平、收入水平、生活条件等因素来确定。不同地区的贫困标准有所不同，通常会根据国家和地方政府的相关政策来进行调整。
一般来说，扶贫建卡贫困户的标准包括以下几个方面：
通过建卡确定的贫困户名单，政府可以有针对性地提供扶贫政策和帮助，包括提供基本生活物资、教育资助、就业培训等。
扶贫建卡贫困户在中国国家扶贫计划中起着至关重要的作用。它可以帮助政府更好地了解贫困家庭的实际情况，以便有针对性地制定扶贫政策和措施。
通过建立贫困档案，政府可以实现以下几个目标：
尽管扶贫建卡贫困户在扶贫工作中具有重要作用，但其实施过程中也面临一些挑战。
首先，贫困户的识别和评估程序需要耗费大量的时间和人力资源。由于贫困户数量众多，相关部门需要派出工作人员进行调查和评估，这对于资源匮乏的地区来说是一项巨大的挑战。
其次，贫困户档案的管理和更新也需要一种高效的信息技术系统支持。采用现代化的信息技术手段，可以更好地管理和更新贫困户档案，确保数据的准确性和实时性。
此外，贫困户的脱贫工作也需要长期的跟进和支持。不仅需要提供一次性的帮助，还需要制订长期的脱贫计划，为贫困户提供教育、培训和就业机会，帮助他们实现可持续的发展。
扶贫建卡贫困户是中国国家扶贫计划的重要组成部分，它可以帮助政府更好地了解贫困家庭的需求，并提供有针对性的帮助和支持。然而，实施过程中也面临一些挑战，包括识别和评估程序耗时、档案管理系统不完善以及长期跟进和支持的需求。希望政府能够继续加大扶贫力度，改善贫困户的生活状况，实现全面脱贫。
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());
}
}
