無(wú)錫索尼哪個(gè)部門(mén)好些？這是很多人在購(gòu)買(mǎi)電子產(chǎn)品時(shí)常常問(wèn)到的問(wèn)題。索尼作為一家知名的日本電子品牌，它的產(chǎn)品涵蓋了相機(jī)、電視、音響、游戲機(jī)等多個(gè)領(lǐng)域。在無(wú)錫，索尼也有多個(gè)部門(mén)，每個(gè)部門(mén)都有自己的特點(diǎn)和優(yōu)勢(shì)。
索尼的攝影器材部門(mén)是全球知名的相機(jī)制造商之一。這個(gè)部門(mén)主要生產(chǎn)和銷(xiāo)售各類(lèi)相機(jī)產(chǎn)品，包括頂級(jí)全畫(huà)幅單反相機(jī)、便攜式數(shù)碼相機(jī)、無(wú)反光微單相機(jī)等。無(wú)論是專(zhuān)業(yè)攝影師還是攝影愛(ài)好者，都可以在索尼無(wú)錫攝影器材部門(mén)找到適合自己需求的相機(jī)。
索尼的相機(jī)產(chǎn)品以其高品質(zhì)的成像效果和先進(jìn)的影像技術(shù)而備受贊譽(yù)。無(wú)論是在畫(huà)質(zhì)細(xì)膩度、高感光度性能還是動(dòng)態(tài)范圍方面，索尼相機(jī)都有著出色的表現(xiàn)。此外，索尼相機(jī)還具備快速對(duì)焦、防抖、高速連拍等功能，使用戶(hù)能夠輕松拍攝出令人滿(mǎn)意的照片和視頻。
無(wú)論你是專(zhuān)業(yè)攝影師，還是剛?cè)腴T(mén)的攝影愛(ài)好者，索尼無(wú)錫攝影器材部門(mén)都提供全方位的支持和服務(wù)。他們有專(zhuān)業(yè)的銷(xiāo)售人員和技術(shù)人員，能夠?yàn)橛脩?hù)提供詳細(xì)的產(chǎn)品咨詢(xún)和售后服務(wù)。無(wú)論你想購(gòu)買(mǎi)一臺(tái)相機(jī)，還是需要維修或升級(jí)你的相機(jī)，他們都能夠提供專(zhuān)業(yè)的幫助。
在索尼無(wú)錫電視部門(mén)，你可以找到各種類(lèi)型和尺寸的電視產(chǎn)品。無(wú)論是4K超高清電視、智能電視還是曲面電視，索尼都能滿(mǎn)足你的需求。
索尼的電視產(chǎn)品以其出色的畫(huà)質(zhì)和音效而備受用戶(hù)喜愛(ài)。無(wú)論是觀看電影、玩游戲還是追劇，索尼電視都能為用戶(hù)帶來(lái)震撼的視聽(tīng)享受。索尼的電視還配備了豐富的智能功能，用戶(hù)可以通過(guò)電視上的應(yīng)用程序訪問(wèn)各種在線(xiàn)內(nèi)容，如視頻流媒體、音樂(lè)、游戲等。
索尼無(wú)錫電視部門(mén)也注重用戶(hù)體驗(yàn)和售后服務(wù)。他們有專(zhuān)業(yè)的銷(xiāo)售人員，可以為用戶(hù)提供詳細(xì)的產(chǎn)品介紹和購(gòu)買(mǎi)建議。如果用戶(hù)在使用過(guò)程中遇到問(wèn)題，他們還有專(zhuān)業(yè)的售后團(tuán)隊(duì)，能夠及時(shí)解決用戶(hù)的疑問(wèn)和故障。
索尼的音響部門(mén)是全球知名的音響設(shè)備制造商之一。他們生產(chǎn)和銷(xiāo)售各類(lèi)音響產(chǎn)品，包括家庭影院系統(tǒng)、無(wú)線(xiàn)音箱、耳機(jī)等。
索尼音響產(chǎn)品以其出色的音質(zhì)和強(qiáng)大的音效效果而聞名。無(wú)論是欣賞音樂(lè)、觀看電影還是玩游戲，索尼音響都能為用戶(hù)帶來(lái)身臨其境的聽(tīng)覺(jué)體驗(yàn)。索尼的音響產(chǎn)品采用先進(jìn)的音頻技術(shù)，能夠還原音樂(lè)的細(xì)節(jié)和層次感，讓用戶(hù)享受到高品質(zhì)的音樂(lè)和聲音。
索尼無(wú)錫音響部門(mén)不僅提供多樣化的音響產(chǎn)品選擇，還注重用戶(hù)的購(gòu)買(mǎi)體驗(yàn)和售后服務(wù)。他們的銷(xiāo)售人員會(huì)根據(jù)用戶(hù)的需求和預(yù)算，為用戶(hù)推薦最合適的音響產(chǎn)品。此外，如果用戶(hù)在使用過(guò)程中遇到問(wèn)題，他們也會(huì)提供專(zhuān)業(yè)的售后支持，幫助用戶(hù)解決困擾。
如果你是游戲愛(ài)好者，那么索尼無(wú)錫的游戲機(jī)部門(mén)將是你的不二選擇。索尼的游戲機(jī)部門(mén)主要生產(chǎn)和銷(xiāo)售PlayStation系列游戲機(jī)。
PlayStation系列是全球知名的游戲機(jī)品牌，以其強(qiáng)大的性能和豐富的游戲資源而備受玩家的喜愛(ài)。無(wú)論是暢玩最新的游戲大作，還是享受經(jīng)典游戲的重溫，PlayStation都能滿(mǎn)足你的需求。同時(shí)，PlayStation還支持在線(xiàn)游戲和多人游戲，讓你和朋友一起享受游戲的樂(lè)趣。
索尼無(wú)錫的游戲機(jī)部門(mén)也注重用戶(hù)的游戲體驗(yàn)和售后支持。他們有專(zhuān)業(yè)的銷(xiāo)售人員，可以為用戶(hù)提供詳細(xì)的游戲機(jī)介紹和購(gòu)買(mǎi)建議。如果用戶(hù)在游戲過(guò)程中遇到問(wèn)題，他們還有專(zhuān)業(yè)的售后團(tuán)隊(duì)，能夠及時(shí)解決用戶(hù)的疑問(wèn)和故障。
總而言之，無(wú)論你是熱衷攝影，還是熱愛(ài)電視、音響或游戲，索尼無(wú)錫的各個(gè)部門(mén)都能為你提供優(yōu)質(zhì)的產(chǎn)品和專(zhuān)業(yè)的服務(wù)。在購(gòu)買(mǎi)索尼產(chǎn)品時(shí)，你可以根據(jù)自己的需求選擇相應(yīng)的部門(mén)，并咨詢(xún)專(zhuān)業(yè)的銷(xiāo)售人員獲取更多信息。無(wú)論你選擇哪個(gè)部門(mén)，你都會(huì)發(fā)現(xiàn)索尼的產(chǎn)品品質(zhì)和服務(wù)無(wú)可挑剔。
無(wú)錫公益組織面試題及答案
無(wú)錫是一個(gè)富裕且多元化的城市，擁有許多公益組織致力于推動(dòng)社會(huì)發(fā)展和改善人們的生活質(zhì)量。如果你對(duì)加入這些組織感興趣，那么你可能需要準(zhǔn)備面試，以展示自己的能力和熱忱。在本篇文章中，我將介紹幾個(gè)常見(jiàn)的無(wú)錫公益組織面試題，并提供答案示例，希望能幫助你為面試做好準(zhǔn)備。
1. 告訴我們您選擇加入無(wú)錫公益組織的原因。
我選擇加入無(wú)錫公益組織的原因有很多。首先，我對(duì)無(wú)錫社區(qū)的發(fā)展和改善社會(huì)狀況充滿(mǎn)激情。作為一個(gè)熱心于社會(huì)公益事業(yè)的人，我希望通過(guò)加入公益組織來(lái)為社區(qū)做出積極的貢獻(xiàn)。
此外，我相信參與無(wú)錫公益組織能提供一個(gè)學(xué)習(xí)和成長(zhǎng)的平臺(tái)。我希望通過(guò)與其他志愿者和專(zhuān)業(yè)人士的合作，不斷提升自己的團(tuán)隊(duì)合作能力和解決問(wèn)題的能力。
2. 您認(rèn)為作為公益組織志愿者最重要的技能是什么？請(qǐng)舉例說(shuō)明您如何展示這一技能。
我認(rèn)為作為公益組織志愿者最重要的技能是溝通能力。良好的溝通能力可以幫助志愿者與其他志愿者、組織成員和受助者建立起良好的合作關(guān)系，并有效傳達(dá)信息。
舉個(gè)例子，我曾經(jīng)參與了一次為無(wú)錫老年人舉辦的健康講座活動(dòng)。在活動(dòng)中，我需要與志愿者團(tuán)隊(duì)共同策劃活動(dòng)，并與參與者進(jìn)行有效的交流。我履行了組織者的職責(zé)，向志愿者詳細(xì)介紹他們的任務(wù)，并提供所需的支持。我還與參與者建立了良好的互動(dòng)，回答他們的問(wèn)題，并確保他們能夠積極參與活動(dòng)。
3. 您在公益項(xiàng)目中遇到的一個(gè)挑戰(zhàn)是什么？您是如何處理的？
在我參與的一個(gè)公益項(xiàng)目中，我們面臨著資金緊缺的挑戰(zhàn)。然而，我們需要為社區(qū)提供持久且有益的解決方案。
為了應(yīng)對(duì)這個(gè)挑戰(zhàn)，我和團(tuán)隊(duì)成員一起制定了一項(xiàng)策略，包括聯(lián)系潛在的贊助商和合作伙伴，并積極參與籌款活動(dòng)。通過(guò)我們的努力，我們成功地爭(zhēng)取到了一些贊助和捐款，進(jìn)一步推動(dòng)了項(xiàng)目的發(fā)展。
4. 您認(rèn)為在公益項(xiàng)目中最重要的品質(zhì)是什么？請(qǐng)舉例說(shuō)明您具備這一品質(zhì)。
在我看來(lái)，公益項(xiàng)目中最重要的品質(zhì)是堅(jiān)持不懈。由于公益項(xiàng)目通常面臨各種困難和阻力，只有具備堅(jiān)持不懈的品質(zhì)，才能克服困難并取得成功。
舉個(gè)例子，我曾經(jīng)參與了一項(xiàng)關(guān)于無(wú)錫貧困兒童教育的公益項(xiàng)目。該項(xiàng)目旨在提供教育支持和資源，幫助他們獲得良好的教育機(jī)會(huì)。在項(xiàng)目初期，我們面臨了許多挑戰(zhàn)，包括缺乏資源和困難的溝通。然而，通過(guò)團(tuán)隊(duì)的共同努力和我的堅(jiān)持不懈，我們逐漸解決了這些問(wèn)題，并為貧困兒童提供了更好的教育機(jī)會(huì)。
5. 您希望在無(wú)錫公益組織中取得什么樣的成就？
我希望在無(wú)錫公益組織中能夠與團(tuán)隊(duì)合作，為社區(qū)的發(fā)展做出積極的貢獻(xiàn)。我希望能夠發(fā)起并實(shí)施一些有益于社區(qū)的項(xiàng)目，為無(wú)錫的社會(huì)狀況帶來(lái)積極的改變。
此外，我還希望通過(guò)參與公益組織，不斷提升自己的領(lǐng)導(dǎo)和管理能力。我希望能成為一個(gè)激勵(lì)他人、推動(dòng)項(xiàng)目發(fā)展、具備影響力的團(tuán)隊(duì)成員。
結(jié)語(yǔ)
無(wú)錫公益組織為希望為社會(huì)貢獻(xiàn)一份力量的人們提供了一個(gè)寶貴的平臺(tái)。面試是加入公益組織的第一步，準(zhǔn)備充分并做好準(zhǔn)備將使您在面試中脫穎而出。通過(guò)良好的溝通能力、堅(jiān)持不懈的品質(zhì)和對(duì)公益事業(yè)的熱情，您將有機(jī)會(huì)成為無(wú)錫公益組織的一員，并為社會(huì)的發(fā)展與進(jìn)步做出貢獻(xiàn)。
待遇一般。
目前大部分是女員工，且都在30歲以下，團(tuán)隊(duì)很有動(dòng)力，管理非常人性與科學(xué)化。適合中專(zhuān)及以下女員工就業(yè)。想找老婆的機(jī)會(huì)有，不一定大。女的基本是本地人。
索尼投影機(jī)一般的機(jī)器是3LCD技術(shù)的，性?xún)r(jià)比不高，品牌價(jià)值高的，高端機(jī)器有部分是采用LCOS技術(shù)的，這種技術(shù)融合了DLP和3LCD的技術(shù)的優(yōu)點(diǎn)，所以高端機(jī)器索尼還是不錯(cuò)的。特點(diǎn)：品牌好，技術(shù)好。缺點(diǎn)：性?xún)r(jià)比不高，燈泡壽命短，價(jià)格高
首先3LCD技術(shù)就是掌握在愛(ài)普生手里，世界上第一臺(tái)3LCD機(jī)器就是愛(ài)普生生產(chǎn)的，老牌的.LCD投影機(jī)生產(chǎn)廠家，品牌和口碑都是不錯(cuò)的，當(dāng)然實(shí)際的效果也是很好的。特點(diǎn)：掌握核心技術(shù)，一般機(jī)器色彩效果較索尼的還要好點(diǎn)，燈泡壽命3款中最長(zhǎng)。缺點(diǎn)：效果較好點(diǎn)得機(jī)器一般都要4000以上，較低端的機(jī)器效果差
索尼電子在無(wú)錫市國(guó)家高新產(chǎn)業(yè)開(kāi)發(fā)區(qū)62號(hào)地塊 ，長(zhǎng)江路和長(zhǎng)江南路交界處，對(duì)面是西門(mén)凱和松下，索尼數(shù)字在斜對(duì)面
挺不錯(cuò)的，它是日資企業(yè)，福利待遇也比較好，特別是環(huán)境很好。
無(wú)錫索尼數(shù)字主要生產(chǎn)鋰離子聚合物二次電池及鋰離子二次電池。無(wú)錫索尼數(shù)字是不提供住宿的，但是一個(gè)月有550元的住房補(bǔ)貼，在無(wú)錫可以選擇和他們合租，也能租一間不錯(cuò)的房間了。工作餐是免費(fèi)提供的。上班要過(guò)安檢門(mén)，但是不是特別嚴(yán)格，一半崗位坐著上班，一半站著上班，要穿無(wú)塵服。所以車(chē)間環(huán)境肯定是非常干凈的。
PSP沒(méi)有行貨，所以索尼專(zhuān)賣(mài)店內(nèi)是沒(méi)有的。無(wú)錫的索尼專(zhuān)賣(mài)店有很多家：大東方百貨，八佰伴等都有
買(mǎi)PSP只能去水貨商家：百腦匯，西門(mén)地下的數(shù)碼港，夢(mèng)之島內(nèi)去看看吧
無(wú)錫是中國(guó)東部的一個(gè)重要城市，也是世界知名的電子產(chǎn)品制造中心之一。在無(wú)錫，有一家備受矚目的跨國(guó)公司——索尼（Sony）。索尼作為全球領(lǐng)先的綜合娛樂(lè)公司，擁有多個(gè)部門(mén)，涵蓋了從電子產(chǎn)品到娛樂(lè)產(chǎn)業(yè)的多個(gè)領(lǐng)域。本文將詳細(xì)探討無(wú)錫索尼的各個(gè)部門(mén)及其職能。
無(wú)錫索尼的電子產(chǎn)品部門(mén)是公司的核心業(yè)務(wù)之一。該部門(mén)主要負(fù)責(zé)消費(fèi)電子產(chǎn)品的研發(fā)、生產(chǎn)和銷(xiāo)售，具體包括：
這一部門(mén)的技術(shù)團(tuán)隊(duì)不斷進(jìn)行產(chǎn)品創(chuàng)新，以滿(mǎn)足日益變化的市場(chǎng)需求。
影視部門(mén)主要負(fù)責(zé)影視劇和電影的制作與發(fā)行。無(wú)錫索尼參與了多部知名電影和電視劇的制作，它的主要職能包括：
索尼音樂(lè)部門(mén)則專(zhuān)注于音樂(lè)的制作與發(fā)行。該部門(mén)事務(wù)多樣，涵蓋了：
通過(guò)豐富的音樂(lè)資源，索尼在全球音樂(lè)市場(chǎng)中占據(jù)了重要地位。
游戲部門(mén)以開(kāi)發(fā)和發(fā)布視頻游戲?yàn)橹?。作為全球知名的游戲平臺(tái)，索尼在這一領(lǐng)域的主要職能包括：
無(wú)錫索尼的半導(dǎo)體部門(mén)專(zhuān)注于高性能半導(dǎo)體產(chǎn)品的研發(fā)和生產(chǎn)，尤其是圖像傳感器，這是索尼在全球半導(dǎo)體市場(chǎng)的一項(xiàng)重要競(jìng)爭(zhēng)優(yōu)勢(shì)。主要職能有：
研發(fā)部門(mén)是無(wú)錫索尼創(chuàng)新的搖籃，負(fù)責(zé)新技術(shù)的研究與應(yīng)用。該部門(mén)的核心職能包括：
無(wú)錫索尼通過(guò)多個(gè)部門(mén)的協(xié)同合作，涵蓋了消費(fèi)電子、影視、音樂(lè)、游戲和半導(dǎo)體等多個(gè)領(lǐng)域。每個(gè)部門(mén)各司其職，相互促進(jìn)，使得索尼能夠在全球市場(chǎng)保持競(jìng)爭(zhēng)力。
感謝您閱讀這篇文章，希望通過(guò)對(duì)無(wú)錫索尼各部門(mén)的概述，能夠幫助您更深入地理解這家公司的多元化運(yùn)作及其在產(chǎn)業(yè)鏈中所扮演的角色。
它是日資企業(yè)，福利待遇也比較好，特別是環(huán)境很好。無(wú)錫索尼數(shù)字主要生產(chǎn)鋰離子聚合物二次電池及鋰離子二次電池。
先來(lái)為大家介紹一下無(wú)錫索尼數(shù)字的工資待遇如何：一個(gè)月綜合工資在3500-4500元，夜班補(bǔ)助就有20元/班，可以說(shuō)是比較高的夜班補(bǔ)助了。
之前看了Mahout官方示例 20news 的調(diào)用實(shí)現(xiàn)；于是想根據(jù)示例的流程實(shí)現(xiàn)其他例子。網(wǎng)上看到了一個(gè)關(guān)于天氣適不適合打羽毛球的例子。
訓(xùn)練數(shù)據(jù)：
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
檢測(cè)數(shù)據(jù)：
sunny，hot，high，weak
結(jié)果：
Yes=》 0.007039
No=》 0.027418
于是使用Java代碼調(diào)用Mahout的工具類(lèi)實(shí)現(xiàn)分類(lèi)。
基本思想：
1. 構(gòu)造分類(lèi)數(shù)據(jù)。
2. 使用Mahout工具類(lèi)進(jìn)行訓(xùn)練，得到訓(xùn)練模型。
3。將要檢測(cè)數(shù)據(jù)轉(zhuǎn)換成vector數(shù)據(jù)。
4. 分類(lèi)器對(duì)vector數(shù)據(jù)進(jìn)行分類(lèi)。
接下來(lái)貼下我的代碼實(shí)現(xiàn)=》
1. 構(gòu)造分類(lèi)數(shù)據(jù)：
在hdfs主要?jiǎng)?chuàng)建一個(gè)文件夾路徑 /zhoujainfeng/playtennis/input 并將分類(lèi)文件夾 no 和 yes 的數(shù)據(jù)傳到hdfs上面。
數(shù)據(jù)文件格式，如D1文件內(nèi)容： Sunny Hot High Weak
2. 使用Mahout工具類(lèi)進(jìn)行訓(xùn)練，得到訓(xùn)練模型。
3。將要檢測(cè)數(shù)據(jù)轉(zhuǎn)換成vector數(shù)據(jù)。
4. 分類(lèi)器對(duì)vector數(shù)據(jù)進(jìn)行分類(lèi)。
這三步，代碼我就一次全貼出來(lái)；主要是兩個(gè)類(lèi) 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";
/*
* 測(cè)試代碼
*/
public static void main(String[] args) {
//將訓(xùn)練數(shù)據(jù)轉(zhuǎn)換成 vector數(shù)據(jù)
makeTrainVector();
//產(chǎn)生訓(xùn)練模型
makeModel(false);
//測(cè)試檢測(cè)數(shù)據(jù)
BayesCheckData.printResult();
}
public static void makeCheckVector(){
//將測(cè)試數(shù)據(jù)轉(zhuǎn)換成序列化文件
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參數(shù)是，是否遞歸刪除的意思
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??！");
System.exit(1);
}
//將序列化文件轉(zhuǎn)換成向量文件
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參數(shù)是，是否遞歸刪除的意思
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("序列化文件轉(zhuǎn)換成向量失??！");
System.out.println(2);
}
}
public static void makeTrainVector(){
//將測(cè)試數(shù)據(jù)轉(zhuǎn)換成序列化文件
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參數(shù)是，是否遞歸刪除的意思
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("文件序列化失敗！");
System.exit(1);
}
//將序列化文件轉(zhuǎn)換成向量文件
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參數(shù)是，是否遞歸刪除的意思
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("序列化文件轉(zhuǎn)換成向量失?。?#34;);
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參數(shù)是，是否遞歸刪除的意思
fs.delete(out, true);
}
if(fs.exists(label)){
//boolean參數(shù)是，是否遞歸刪除的意思
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("生成訓(xùn)練模型失?。?#34;);
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("檢測(cè)數(shù)據(jù)構(gòu)造成vectors初始化時(shí)報(bào)錯(cuò)。。。。");
System.exit(4);
}
}
/**
* 加載字典文件，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;
}
/**
* 加載df-count目錄下TermDoc頻率文件，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時(shí)表示總文檔數(shù)
for (Multiset.Entry<String> entry : words.entrySet()) {
String word = entry.getElement();
int count = entry.getCount();
Integer wordId = dictionary.get(word); // 需要從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);
}
// 利用貝葉斯算法開(kāi)始分類(lèi),并提取得分最好的分類(lèi)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("檢測(cè)所屬類(lèi)別是："+getCheckResult());
}
}
