使用Spark机器学习，流技术和Kafka API监视实时Uber数据（第2部分）
这篇文章是该系列文章的第二部分，我们将建立一个实时示例，用于分析和监视Uber车载GPS行程数据 。 如果您尚未阅读本系列的第一部分 ，则应先阅读。 第一篇文章讨论了使用Apache Spark的K-means算法创建机器学习模型，以基于位置对Uber数据进行聚类。 第二篇文章将讨论将保存的K-means模型与流数据一起使用，以对Uber汽车在何时何地进行集群进行实时分析。 用例示例：地理上集群的
相关文章
- 1. 使用Spark机器学习，流技术和Kafka API监视实时Uber数据（第1部分）
- 2. Apache Kafka流+机器学习（Spark，TensorFlow，H2O.ai）
- 3. Spark 实战，第 5 部分: 使用 ML Pipeline 构建机器学习工作流
- 4. Spark 实战，第 5 部分: 使用 ML Pipeline 构建机器学习工做流
- 5. 使用ML.NET和Azure Function进行机器学习 - 第2部分
- 6. 大数据技术之Kafka第2章 Kafka集群部署
- 7. 大数据技术之_10_Kafka学习_Kafka概述+Kafka集群部署+Kafka工做流程分析+Kafka API实战+Kafka Producer拦截器+Kafka Streams
- 8. Uber永久定位系统实时数据分析过程实践！
- 9. 使用Spark Streaming处理Kafka数据流
- 10. 如何快速应用机器学习技术？#数据视野#
- 更多相关文章...
- • 网站主机 技术 - 网站主机教程
- • XML 相关技术 - XML 教程
- • 适用于PHP初学者的学习线路和建议
- • TiDB 在摩拜单车在线数据业务的应用和实践
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
最新文章
- 1. 外部其他进程嵌入到qt FindWindow获得窗口句柄 报错无法链接的外部符号 [email protected] 无法被([email protected]@[email protected]@@引用
- 2. UVa 11524 - InCircle
- 3. The Monocycle（bfs）
- 4. VEC-C滑窗
- 5. 堆排序的应用-TOPK问题
- 6. 实例演示ElasticSearch索引查询term,match,match_phase,query_string之间的区别
- 7. 数学基础知识 集合
- 8. amazeUI 复择框问题解决
- 9. 背包问题理解
- 10. 算数平均-几何平均不等式的证明,从麦克劳林到柯西
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 使用Spark机器学习，流技术和Kafka API监视实时Uber数据（第1部分）
- 2. Apache Kafka流+机器学习（Spark，TensorFlow，H2O.ai）
- 3. Spark 实战，第 5 部分: 使用 ML Pipeline 构建机器学习工作流
- 4. Spark 实战，第 5 部分: 使用 ML Pipeline 构建机器学习工做流
- 5. 使用ML.NET和Azure Function进行机器学习 - 第2部分
- 6. 大数据技术之Kafka第2章 Kafka集群部署
- 7. 大数据技术之_10_Kafka学习_Kafka概述+Kafka集群部署+Kafka工做流程分析+Kafka API实战+Kafka Producer拦截器+Kafka Streams
- 8. Uber永久定位系统实时数据分析过程实践！
- 9. 使用Spark Streaming处理Kafka数据流
- 10. 如何快速应用机器学习技术？#数据视野#