大数据企业级项目用户画像实战

视频-大数据企业级项目用户画像实战[11.78G]

profile_day01_20200925[1.25G]

01_复习：Spark框架综合回顾概述.mp4[17.50M]

02_企业级360°全方位用户画像：项目课程安排.wmv[46.28M]

03_企业级360°全方位用户画像：数仓、画像及推荐.wmv[18.62M]

04_企业级360°全方位用户画像：引入神策用户画像和初步认知.wmv[86.77M]

05_企业级360°全方位用户画像：用户画像应用场景.mp4[112.20M]

06_企业级360°全方位用户画像：标签存储（HBase和ES）.mp4[174.41M]

07_企业级360°全方位用户画像：用户标注（本体论）.wmv[51.28M]

08_企业级360°全方位用户画像：项目功能概述.wmv[16.60M]

09_企业级360°全方位用户画像：导入虚拟机.wmv[49.00M]

10_企业级360°全方位用户画像：项目工程导入和启动.wmv[71.87M]

11_企业级360°全方位用户画像：功能模块.wmv[24.59M]

12_企业级360°全方位用户画像：技术架构（离线）.wmv[37.79M]

13_企业级360°全方位用户画像：标签功能架构图.wmv[35.08M]

14_企业级360°全方位用户画像：标签梳理（分类）.wmv[41.79M]

15_标签系统WEB平台：主分类标签（123级标签）.wmv[37.81M]

16_标签系统WEB平台：业务标签(4级标签）.wmv[51.75M]

17_标签系统WEB平台：新建属性标签.wmv[23.07M]

18_标签系统WEB平台：其他功能说明.wmv[20.82M]

19_项目环境搭建：环境概述说明.wmv[14.70M]

20_项目环境搭建：框架回顾（一）.wmv[32.57M]

21_项目环境搭建：框架回顾（二）.wmv[118.97M]

22_项目工程搭建：创建Project和Module.wmv[60.42M]

23_用户画像业务数据导入：ETL总述.wmv[24.63M]

24_用户画像业务数据导入：数据调研和数据导入方案.wmv[45.50M]

25_用户画像业务数据导入：Hive创建业务表.wmv[43.12M]

26_用户画像业务数据导入：数据导入Hive表.mp4[19.46M]

profile_day02_20200927[1.11G]

01_上次课程内容回顾.mp4[59.54M]

02_今日课程内容提纲.wmv[21.04M]

03_用户画像业务数据导入：数据导入方案.wmv[26.74M]

04_用户画像业务数据导入：SQOOP导入HBase表.wmv[22.05M]

05_用户画像业务数据导入：HBaseImportTvs导入logs数据.wmv[52.56M]

06_用户画像业务数据导入：数据导入方式Put和BulkLoad.wmv[15.55M]

07_用户画像业务数据导入：HBaseImportTvs中BulkLoad.wmv[53.09M]

08_用户画像业务数据导入：BulkLoad加载批量数据（原理）.wmv[44.71M]

09_用户画像业务数据导入：BulkLoad加载批量数据（MR）.wmv[85.24M]

10_用户画像业务数据导入：BulkLoad加载批量数据（Spark）.wmv[79.70M]

11_用户画像标签数据存储.wmv[28.22M]

12_Oozie调度Spark2：回顾Oozie及工作流组成.wmv[38.48M]

13_Oozie调度Spark2：使用Hue创建工作流和调度器调度Spark2.wmv[50.15M]

14_OozieJavaClientAPI使用说明.wmv[58.56M]

15_OozieJavaClientAPI运行Workflow.wmv[56.81M]

16_OozieJavaClientAPI运行Coordinator.wmv[57.32M]

17_标签存储与计算：标签管理.wmv[15.71M]

18_标签存储与计算：标签存储设计.wmv[21.23M]

19_标签存储与计算：标签计算引擎.wmv[7.88M]

20_用户画像模块：模块划分及概述.wmv[33.35M]

21_用户画像模块：标签调度（导入）.wmv[33.40M]

22_用户画像模块：标签调度（测试及安装Install）.wmv[55.27M]

23_用户画像模块：标签管理平台（导入及测试）.wmv[38.09M]

24_用户画像模块：标签模型测试（新建标签和调度运行）.wmv[39.00M]

25_用户画像模块：标签模型计算（概述及流程.wmv[28.17M]

26_用户画像模块：标签模型计算（Module创建及设置）.wmv[30.76M]

27_标签开发流程：提交流程（标签规则）.wmv[14.80M]

28_标签开发流程：执行流程（4步骤）.wmv[14.47M]

29_Spark交互HBase：读写表数据.mp4[56.56M]

profile_day03_20200928[1.20G]

01_额外：项目学习建议.mp4[18.83M]

02_上次课程内容回顾：业务数据迁移ETL.wmv[31.67M]

03_上次课程内容回顾：标签模型应用调度.wmv[29.52M]

04_上课课程内容回顾：项目模块及标签模型流程.wmv[38.52M]

05_今日课程内容提纲.wmv[33.39M]

06_标签模型开发【用户性别标签】：整体概述说明.wmv[10.63M]

07_标签模型开发【用户性别标签】：新建标签（4级和5级）.wmv[47.93M]

08_标签模型开发【用户性别标签】：编写模型主类（SparkSession构建）.wmv[12.68M]

09_工具类HBaseTools：方法声明定义.wmv[27.90M]

10_工具类HBaseTools：read加载数据(一）.wmv[52.96M]

11_工具类HBaseTools：read加载数据(二）.wmv[25.35M]

12_工具类HBaseTools：read加载数据(三）.wmv[37.71M]

13_工具类HBaseTools：write保存数据（一）.wmv[32.35M]

14_工具类HBaseTools：write保存数据（二）.wmv[19.66M]

15_标签模型开发【用户性别标签】：标签数据读取.wmv[40.51M]

16_标签模型开发【用户性别标签】：业务标签规则.wmv[29.81M]

17_标签模型开发【用户性别标签】：HBase数据源Meta和读取业务数据.wmv[36.74M]

18_标签模型开发【用户性别标签】：构建标签.wmv[41.97M]

19_标签模型开发【用户性别标签】：保存画像标签数据.wmv[17.80M]

20_标签模型开发【用户性别标签】：回顾标签模型开发步骤.wmv[30.17M]

21_标签模型开发【规则匹配类型标签开发概述】.wmv[18.10M]

22_标签模型开发【用户职业标签】：确立标签.wmv[14.65M]

23_标签模型开发【用户职业标签】：新建标签.wmv[19.95M]

24_标签模型开发【用户职业标签】：构建SparkSession（集成Hive）.wmv[21.28M]

25_标签模型开发【用户职业标签】：采用UDF函数打标签.wmv[77.83M]

26_标签模型开发【用户职业标签】：计算标签方式.wmv[22.23M]

27_标签模型开发【用户职业标签】：规则匹配类型标签工具类.wmv[22.01M]

28_标签模型开发【标签模板】：标签模型代码重构概述.wmv[34.16M]

29_标签模型开发【标签模板】：模板方法模式（Template）.wmv[8.41M]

30_标签模型开发【标签模板】：标签基类BasicModel结构.wmv[18.91M]

31_标签模型开发【标签模板】：标签基类BasicModel具体代码.wmv[31.40M]

32_标签模型开发【政治面貌标签】：需求分析及新建标签.wmv[23.44M]

33_标签模型开发【政治面貌标签】：编码实现和测试.wmv[64.26M]

34_标签模型开发【标签模板】：属性配置文件及解析.wmv[52.39M]

35_标签模型开发【标签模板】：创建SparkSession实例思路.wmv[40.41M]

36_标签模型开发【标签模板】：Typesafe获取某属性文件值.wmv[24.13M]

37_标签模型开发【标签模板】：工具类SparkUitls.wmv[57.22M]

38_标签模型开发【标签模板】：重构标签基类AbstractModel.wmv[24.11M]

39_标签模型开发【标签模板】：测试类（职业标签）.mp4[41.87M]

profile_day04_20200929[1.24G]

01_上次课程内容回顾：标签模型开发四步骤.mp4[28.39M]

02上次课程内容回顾：HBaseTools工具类.wmv[34.93M]

03_次课程内容回顾：规则匹配类型标签业务实现.wmv[26.60M]

04_上次课程内容回顾：标签模型基类.wmv[40.34M]

05_标签模型开发【用户国籍标签】：新建标签.wmv[38.99M]

06_标签模型开发【用户国籍标签】：模型开发测试.wmv[32.82M]

07_标签开发：【总述】标签模型开发相关数据.wmv[13.83M]

08_今日课程内容提纲.wmv[23.87M]

09_自定义外部数据源HBase：引入ExternalDataSource.wmv[44.20M]

10_自定义外部数据源HBase：ExternalDataSource概述.wmv[18.85M]

11_自定义外部数据源HBase：BaseRelation接口.wmv[24.63M]

12_自定义外部数据源HBase：RelationProvider接口.wmv[19.67M]

13_自定义外部数据源HBase：定义类HBaseRelation和DefaultSource.wmv[32.26M]

14_自定义外部数据源HBase：实现加载load数据（一）.wmv[36.73M]

15_自定义外部数据源HBase：实现加载load数据（二）.wmv[50.41M]

16_自定义外部数据源HBase：实现保存save数据.wmv[37.36M]

17_自定义外部数据源HBase：注册数据源.wmv[39.32M]

18_自定义外部数据源HBase：修改标签基类AbstractModel.wmv[38.53M]

19_自定义外部数据源HBase：Spark与HBase交互三种方式封装.wmv[28.15M]

20_标签开发：统计型标签概述.wmv[42.51M]

21_标签模型开发【用户年龄段标签】：需求分析及新建标签.wmv[47.21M]

22_标签模型开发【用户年龄段标签】：标签实现思路分析.wmv[49.03M]

23_标签模型开发【用户年龄段标签】：计算标签（一）.wmv[26.37M]

24_标签模型开发【用户年龄段标签】：计算标签（二）.wmv[57.72M]

25_标签模型开发【消费周期标签】：需求分析.wmv[22.32M]

26_标签模型开发【消费周期标签】：新建标签.wmv[45.04M]

27_标签模型开发：导入业务订单数据.wmv[54.73M]

28_标签模型开发【消费周期标签】：提取属性标签规则.wmv[17.54M]

29_标签模型开发【消费周期标签】：标签实现思路分析和日期函数使用.wmv[49.18M]

30_标签模型开发【消费周期标签】：计算标签.wmv[80.57M]

31_标签模型开发【支付方式标签】：业务字段调研.wmv[29.63M]

32_标签模型开发【支付方式标签】：新建标签.wmv[41.82M]

33_标签模型开发【支付方式标签】：开窗函数使用（SQL和DSL）.wmv[57.61M]

34_标签模型开发【支付方式标签】：计算标签及测试.mp4[38.09M]

profile_day05_20201007[1.25G]

01_上次课程内容回顾：自定义外部数据源HBase.mp4[65.04M]

02_回顾用户画像：标签系统及模型开发步骤.wmv[32.29M]

03_回顾用户画像：标签模型开发业务逻辑流程.wmv[32.34M]

04_回顾用户画像：规则匹配类型标签和统计类型标签核心思路.wmv[48.51M]

05_回顾用户画像：职业标签模型快速开发.wmv[56.90M]

06_标签模型开发【订单数据相关】：其他标签（订单金额）.wmv[22.45M]

07_标签模型开发【订单数据相关】：其他标签（订单状态）.wmv[9.01M]

08_今日课程内容提纲.wmv[56.59M]

09_自定义外部数据源HBase：过滤条件需求引入.wmv[20.72M]

10_自定义外部数据源HBase：HBaseFilter使用.wmv[39.80M]

11_自定义外部数据源HBase：字段值过滤【思路分析】及【业务代码】.wmv[48.50M]

12_自定义外部数据源HBase：字段值过滤【Condition类封装】.wmv[56.27M]

13_自定义外部数据源HBase：字段值过滤【测试功能】.wmv[73.88M]

14_自定义外部数据源HBase：业务标签规则rule传递WhereCondition思路.wmv[27.13M]

15_自定义外部数据源HBase：日期时间工具类DateUtils.wmv[43.15M]

16_自定义外部数据源HBase：解析WhereCondition动态生成日期范围.wmv[32.10M]

17_自定义外部数据源HBase：传递WhereCondition测试功能（一）.wmv[38.51M]

18_自定义外部数据源HBase：传递WhereCondition测试功能（二）.wmv[52.92M]

19_自定义外部数据源HBase：优化标签模型基类.wmv[52.03M]

20_推荐系统入门：推荐引入和协同过滤算法初识.wmv[97.37M]

21_推荐系统入门：推荐算法分类.wmv[91.61M]

22_推荐系统入门：协同过滤算法核心.wmv[29.30M]

23_推荐系统入门：ALS算法思想.wmv[43.65M]

24_推荐系统入门：矩阵因子模型预测和推荐.wmv[25.47M]

25_推荐系统入门：创建MavenModule.wmv[43.39M]

26_推荐系统入门：基于RDD算法API讲解.wmv[39.13M]

27_推荐系统入门：构建电影推荐模型（一）.wmv[66.27M]

28_推荐系统入门：构建电影推荐模型（二）.mp4[34.37M]

profile_day06_20201009[0.99G]

01_上次课程内容回顾：自定义外部数据源HBase（加强版）.mp4[51.28M]

02_上次课程内容回顾：推荐算法ALS.wmv[90.17M]

03_今日课程内容提纲.wmv[16.16M]

04_机器学习入门：AI发展浪潮和机器学习核心三要素.wmv[74.17M]

05_机器学习入门：ML定义及数据特征features.wmv[73.18M]

06_机器学习入门：ML算法分类.wmv[66.09M]

07_机器学习入门：机器学习算法库SK-Learn和SparkMLlib.wmv[45.81M]

08_机器学习入门：相关术语概念.wmv[32.54M]

09_机器学习入门：鸢尾花数据【特征提取】.wmv[78.56M]

10_机器学习入门：鸢尾花数据【类别标签label索引化】.wmv[53.82M]

11_机器学习入门：鸢尾花数据【特征features标准化】.wmv[38.40M]

12_机器学习入门：鸢尾花数据构建逻辑回归分类模型.wmv[88.74M]

13_机器学习入门：线性回归算法概述.wmv[44.61M]

14_机器学习入门：线性回归算法实现之最小二乘法.wmv[39.53M]

15_机器学习入门：线性回归算法实现之梯度下降法.wmv[27.74M]

16_机器学习入门：波士顿房价预测模型（一）.wmv[95.55M]

17_机器学习入门：波士顿房价预测模型（二）.wmv[67.22M]

18_机器学习入门：逻辑回归分类算法概述（Sigmoid）函数.mp4[35.22M]

profile_day07_20201011[1.16G]

01_上次课程内容回顾：机器学习基础（概念）.mp4[44.90M]

02_上次课程内容回顾：线性回归和逻辑回归.wmv[59.53M]

03_实战案例【泰塔尼克号生存预测】：案例背景及数据调研.wmv[68.96M]

04_实战案例【泰塔尼克号生存预测】：加载数据（CSV格式）.wmv[17.32M]

05_实战案例【泰塔尼克号生存预测】：特征工程.wmv[32.19M]

06_实战案例【泰塔尼克号生存预测】：LR分类模型及预测评估.wmv[36.00M]

07_今日课程内容提纲.wmv[16.98M]

08_客户价值模型RFM：RFM概念..wmv[30.70M]

09__客户价值模型RFM：RFM模型应用.wmv[31.05M]

10_客户价值模型RFM：标签管理平台新建标签.wmv[32.39M]

11_客户价值模型RFM：标签模型开发思路分析.wmv[16.61M]

12_客户价值模型RFM：依据订单数据计算RFM.wmv[72.74M]

13_客户价值模型RFM：依据规则进行RFMScore.wmv[34.16M]

14_客户价值模型RFM：牧师与村民模型.wmv[41.64M]

15_客户价值模型RFM：KMeans算法核心要点.wmv[54.44M]

16_客户价值模型RFM：KMeans聚类鸢尾花数据.wmv[92.86M]

17_客户价值模型RFM：聚类评估指标SSE.wmv[13.16M]

18_客户价值模型RFM：KMeans++算法.wmv[19.54M]

19_客户价值模型RFM：KMeansII算法.wmv[21.50M]

20_客户价值模型RFM：KMeans训练模型.wmv[64.20M]

21_客户价值模型RFM：计算标签（一）.wmv[58.32M]

22_客户价值模型RFM：计算标签（二）.wmv[101.12M]

23_客户价值模型RFM：类簇索引标签（工具类）.wmv[41.11M]

24_客户价值模型RFM：KMeans算法2个问题.wmv[62.28M]

25_客户价值模型RFM：KMeans算法肘部法则.wmv[15.32M]

26_客户价值模型RFM：KMeans算法轮廓系数.wmv[37.10M]

27_客户价值模型RFM：鸢尾花数据集演示肘部法确定K.mp4[71.20M]

profile_day08_20201012[1.20G]

01_上次课程内容回顾：聚类KMeans算法.mp4[43.21M]

02_上次课程内容回顾：客户价值模型RFM.wmv[55.80M]

03_今日课程内容提纲.wmv[18.75M]

04_客户价值模型RFM：算法模型构建流程步骤.wmv[45.33M]

05_客户价值模型RFM：模型调优概述.wmv[33.41M]

06_客户价值模型RFM：模型调优【特征归一化】.wmv[98.78M]

07_客户价值模型RFM：模型调优【调整超参数】.wmv[64.01M]

08_客户价值模型RFM：保存加载模型（一）.wmv[49.16M]

09_客户价值模型RFM：保存加载模型（二）.wmv[121.58M]

10_客户价值模型RFM：总述开发算法模型流程.wmv[21.23M]

11_用户活跃度模型RFE：用户活跃度及用户生命周期.wmv[35.20M]

12_用户活跃度模型RFE：RFE模型概述及实践应用.wmv[21.09M]

13_用户活跃度模型RFE：新建标签及标签模型类.wmv[30.16M]

14_用户活跃度模型RFE：加载访问日志数据计算RFE和打分.wmv[39.53M]

15_用户活跃度模型RFE：组合特征和训练模型.wmv[71.26M]

16_用户活跃度模型RFE：标签计算.wmv[38.28M]

17_用户活跃度模型RFE：KMeans算法模型标签计算.wmv[43.84M]

18_ID-Mapping：标识符引入及认识标识符.wmv[40.73M]

19_ID-Mapping：统一用户识别（构建连通图）.wmv[47.50M]

20_价格敏感度模型PSM：PSM概念和功能.wmv[28.54M]

21_价格敏感度模型PSM：PSM计算方式.wmv[36.42M]

22_价格敏感度模型PSM：使用KMeans对单值特征聚类.wmv[39.21M]

23_价格敏感度模型PSM：计算PSM值业务逻辑.wmv[26.44M]

24_价格敏感度模型PSM：计算PSM值业务逻辑.wmv[25.86M]

25_价格敏感度模型PSM：计算PSM值代码实现.wmv[74.28M]

26_价格敏感度模型PSM：训练KMeans聚类模型和打标签.wmv[60.16M]

27_价格敏感度模型PSM：算法中距离度量方法.mp4[19.71M]

profile_day09_20201014[1.16G]

01_上次课程内容回顾：算法模型调优.mp4[31.02M]

02_上次课程内容回顾：RFE和PSM标签.wmv[35.98M]

03_今日课程内容提纲.wmv[61.01M]

04_用户购物性别模型USG：USG模型概念理解.wmv[27.64M]

05_用户购物性别模型USG：USG模型构建过程（一）.wmv[39.66M]

06_用户购物性别模型USG：USG模型构建过程（二）.wmv[57.33M]

07_用户购物性别模型USG：决策树是什么.wmv[26.99M]

08_用户购物性别模型USG：决策树构造及优缺点.wmv[51.85M]

09_用户购物性别模型USG：决策树算法实现（ID3、C4.5和CART）.wmv[88.14M]

10_用户购物性别模型USG：决策树分类官方案例（一）.wmv[45.55M]

11_用户购物性别模型USG：决策树分类官方案例（二）.wmv[64.93M]

12_用户购物性别模型USG：新建标签.wmv[41.66M]

13_用户购物性别模型USG：涉及订单表和维度表分析.wmv[33.89M]

14_用户购物性别模型USG：加载订单表和维度表数据.wmv[21.58M]

15_用户购物性别模型USG：构建维度表数据为WHEN条件语句.wmv[55.40M]

16_用户购物性别模型USG：标注数据和打标签.wmv[93.52M]

17_用户购物性别模型USG：训练算法模型并预测（一）.wmv[75.71M]

18_用户购物性别模型USG：训练算法模型并预测（二）.wmv[42.04M]

19_用户购物性别模型USG：Pipeline管道模型.wmv[40.12M]

20_用户购物性别模型USG：Pipeline官方案例.wmv[43.11M]

21_用户购物性别模型USG：训练Pipeline模型.wmv[71.35M]

22_用户购物性别模型USG：训练验证分割和交叉验证区别.wmv[34.30M]

23_用户购物性别模型USG：模型超参数设置ParamGrid.wmv[11.72M]

24_用户购物性别模型USG：TrainValidationSplit模型调优.wmv[40.91M]

25_用户购物性别模型USG：CrossValidator模型调优.mp4[51.30M]

profile_day10_20201015[1.22G]

01_上次课程内容回顾：USG模型和决策树算法.mp4[50.87M]

02_上次课程内容回顾：管道Pipeline和模型调优.wmv[59.70M]

03_集成学习算法：EnsembleAlgorithm概述.wmv[37.69M]

04_集成学习算法：Bagging算法和Boosting算法.wmv[18.21M]

05_集成学习算法：Bagging算法及随机森林RF.wmv[64.58M]

06_集成学习算法：Boosting算法和梯度提升树GBT.wmv[27.34M]

07_今日课程内容提纲.wmv[39.98M]

08_业务数据多种数据源：多数据源概述.wmv[24.51M]

09_业务数据多种数据源：重构加载业务数据代码.wmv[52.41M]

10_业务数据多种数据源：加载MySQL表（MySQLMeta）.wmv[103.00M]

11_业务数据多种数据源：加载Hive表（HiveMeta）.wmv[40.32M]

12_业务数据多种数据源：加载HDFS文件（HDFSMeta）.wmv[40.90M]

13_用户购物偏好模型BP：Bp模型概述.wmv[9.95M]

14_用户购物偏好模型BP：推荐系统概述.wmv[59.94M]

15_用户购物偏好模型BP：推荐算法ALS.wmv[31.10M]

16_基于DataFrameAPI构建推荐模型：加载数据及数据转换、训练模型.wmv[85.37M]

17_基于DataFrameAPI构建推荐模型：模型推荐、评估和保存加载.wmv[52.33M]

18_用户购物偏好模型BP：如何获取用户对物品评分（思路分析）.wmv[47.62M]

19_用户购物偏好模型BP：新建标签（用户推荐商品）.wmv[28.64M]

20_用户购物偏好模型BP：标签模型实现思路步骤.wmv[31.60M]

21_用户购物偏好模型BP：提取用户对物品评分（点击物品次数）.wmv[44.85M]

22_用户购物偏好模型BP：构建ALS算法模型、评估和推荐.wmv[118.32M]

23_用户购物偏好模型BP：保存推荐商品至HBase表.wmv[65.92M]

24_总述全方位用户画像（一）.wmv[61.49M]

25_总述全方位用户画像（二）.mp4[48.93M]

资料-大数据企业级项目用户画像实战[25.14G]

用户画像资料[25.14G]

datas[26.43M]

als[25.89M]

ml-100k[2.14M]

README[6.59K]

u.data[1.89M]

u.item[230.83K]

u.user[22.10K]

ml-1m[23.75M]

movies.dat[167.29K]

ratings.dat[23.45M]

README[5.45K]

users.dat[131.22K]

housing[197.12K]

16364886-873d7acc28d55dc7.png[54.28K]

16364886-9718a02c82ca48f1.png[92.88K]

housing.data[47.93K]

housing.names[2.03K]

iris[7.37K]

iris.data[4.44K]

iris.names[2.93K]

mllib[235.90K]

houseprice.csv[0.37K]

lpsa.data[10.15K]

pagerank_data.txt[0.02K]

sample_libsvm_data.txt[102.28K]

sample_linear_regression_data.txt[116.28K]

sample_multiclass_classification_data.txt[6.79K]

tags[14.85K]

models[14.85K]

PsmModel[1.89K]

data[1.60K]

._SUCCESS.crc[0.01K]

.part-00000-f768a3c9-e1c6-4a24-bfba-77341549892a-c000.snappy.parquet.crc[0.02K]

_SUCCESS

part-00000-f768a3c9-e1c6-4a24-bfba-77341549892a-c000.snappy.parquet[1.57K]

metadata[0.29K]

._SUCCESS.crc[0.01K]

.part-00000.crc[0.01K]

_SUCCESS

part-00000[0.27K]

UsgTagModel[12.96K]

metadata[0.24K]

._SUCCESS.crc[0.01K]

.part-00000.crc[0.01K]

_SUCCESS

part-00000[0.22K]

stages[12.72K]

0_vecAssembler_4180cee47e32[0.23K]

metadata[0.23K]

._SUCCESS.crc[0.01K]

.part-00000.crc[0.01K]

_SUCCESS

part-00000[0.21K]

1_vecIdx_64089fffe629[1.73K]

data[1.50K]

._SUCCESS.crc[0.01K]

.part-00000-853f0db0-1a71-425f-9c8a-d17602031d4e-c000.snappy.parquet.crc[0.02K]

_SUCCESS

part-00000-853f0db0-1a71-425f-9c8a-d17602031d4e-c000.snappy.parquet[1.47K]

metadata[0.23K]

._SUCCESS.crc[0.01K]

.part-00000.crc[0.01K]

_SUCCESS

part-00000[0.21K]

2_dtc_375534fd42b4[10.76K]

data[10.25K]

._SUCCESS.crc[0.01K]

.part-00000-f09f6454-eb36-4ae6-b0c9-17b9f5c0530b-c000.snappy.parquet.crc[0.03K]

.part-00001-f09f6454-eb36-4ae6-b0c9-17b9f5c0530b-c000.snappy.parquet.crc[0.03K]

.part-00002-f09f6454-eb36-4ae6-b0c9-17b9f5c0530b-c000.snappy.parquet.crc[0.03K]

.part-00003-f09f6454-eb36-4ae6-b0c9-17b9f5c0530b-c000.snappy.parquet.crc[0.03K]

_SUCCESS

part-00000-f09f6454-eb36-4ae6-b0c9-17b9f5c0530b-c000.snappy.parquet[2.53K]

part-00001-f09f6454-eb36-4ae6-b0c9-17b9f5c0530b-c000.snappy.parquet[2.57K]

part-00002-f09f6454-eb36-4ae6-b0c9-17b9f5c0530b-c000.snappy.parquet[2.42K]

part-00003-f09f6454-eb36-4ae6-b0c9-17b9f5c0530b-c000.snappy.parquet[2.62K]

metadata[0.51K]

._SUCCESS.crc[0.01K]

.part-00000.crc[0.01K]

_SUCCESS

part-00000[0.49K]

titanic[87.72K]

test.csv[27.96K]

train.csv[59.76K]

iris_kmeans.txt[3.95K]

TagsLinuxEnv[22.80G]

kaige.nvram[8.48K]

kaige.vmdk[0.72K]

kaige.vmsd[0.96K]

kaige.vmx[2.60K]

kaige.vmxf[0.25K]

kaige-000001.vmdk[0.58K]

kaige-000001-s001.vmdk[8.88M]

kaige-000001-s002.vmdk[3.63M]

kaige-000001-s003.vmdk[8.13M]

kaige-000001-s004.vmdk[16.56M]

kaige-000001-s005.vmdk[18.88M]

kaige-000001-s006.vmdk[4.19M]

kaige-000001-s007.vmdk[1.69M]

kaige-000001-s008.vmdk[320.00K]

kaige-000002.vmdk[0.59K]

kaige-000002-s001.vmdk[49.63M]

kaige-000002-s002.vmdk[133.56M]

kaige-000002-s003.vmdk[869.88M]

kaige-000002-s004.vmdk[206.13M]

kaige-000002-s005.vmdk[152.63M]

kaige-000002-s006.vmdk[49.88M]

kaige-000002-s007.vmdk[11.63M]

kaige-000002-s008.vmdk[320.00K]

kaige-s001.vmdk[3.26G]

kaige-s002.vmdk[3.84G]

kaige-s003.vmdk[3.79G]

kaige-s004.vmdk[3.22G]

kaige-s005.vmdk[746.56M]

kaige-s006.vmdk[1.34G]

kaige-s007.vmdk[2.92G]

kaige-s008.vmdk[2.19G]

kaige-Snapshot3.vmsn[27.46K]

kaige-Snapshot4.vmsn[27.50K]

vmware.log[146.16K]

vmware-0.log[187.34K]

vmware-1.log[179.22K]

vmware-2.log[163.74K]

repository.7z[2.28G]

企业级360°全方位用户画像.pdf[38.69M]