lab02: corrections

labs/lab02.md

@@ -13,10 +13,11 @@
 
 ### Задачи
 
-* Реализовать на языке Python алгоритм в парадигме MapReduce в соответствии с вариантом. 
+* Разработать на языке Python алгоритм в парадигме MapReduce в соответствии с вариантом. 
+* Разработку и тестирование допускается проводить в локальной системе.
 * Запустить разработанный алгоритм в среде Hadoop.
 * Убедиться в корректности полученных результатов.
-* Сформировать отчет о выполненной работе
+* Сформировать отчет о выполненной работе. В отчете показать финальный результат работы (или его часть).
 
 
 ### Варианты заданий
@@ -125,19 +126,28 @@ __Требуется__: рассчитать веса PageRank по прошес
 
 
 
-#### 3. TF-IDF
+#### 4. TF-IDF
 
 __Дано__: [Текст трех произведений](assets/shakespear.txt). В начале каждой строки указан номер произведения.
 
 
 __Требуется__: рассчитать tf-idf вес каждого слова в каждом произведении.
 
+Формат вывода: 
+```
+Слово1#1 0.123
+Слово1#2 0.234
+Слово2#1 0.678
+```
+
+После слова через решетку идет номер документа, далее через отступ - tf-idf вес данного слова в данном документе.
 
 
 
 ### Вопросы
 
 1. Какие этапы существуют у MapReduce задач?
+2. Какие принцип должны закладываться в алгоритмы, написанные в парадигме MapReduce?
 2. В каком виде осуществляется передача данных между Map и Reduce?
 3. Как определяется число mapper-процессов в MapReduce задаче? 
 4. Как могут представляться графы в математическом виде? Как они обычно представляются в задачах MapReduce?