黎明程序员

摘要： 目录 什么是支持向量机(SVM) 线性可分数据集的分类 线性可分数据集的分类(对偶形式) 线性近似可分数据集的分类 线性近似可分数据集的分类(对偶形式) 非线性数据集的分类 SMO算法 合页损失函数 Python代码(sklearn库) 什么是支持向量机(SVM) 引例 假定有训练数据集，其中，x是 阅读全文

摘要： 目录 支持向量机原理 支持向量机代码(Spark Python) 支持向量机原理 详见博文：http://www.cnblogs.com/itmorn/p/8011587.html 返回目录 支持向量机代码(Spark Python) 代码里数据：https://pan.baidu.com/s/1j 阅读全文

摘要： 目录 Vector LabeledPoint Matrix 使用C4.5算法生成决策树 使用CART算法生成决策树 预剪枝和后剪枝 应用：遇到连续与缺失值怎么办？ 多变量决策树 Python代码(sklearn库) Vector 一个数学向量。MLlib 既支持稠密向量也支持稀疏向量，前者表示向量的 阅读全文

摘要： 目录 保存为文本文件：saveAsTextFile 保存为json：saveAsTextFile 保存为SequenceFile：saveAsSequenceFile 读取hive 保存为文本文件：saveAsTextFile 返回目录 保存为json：saveAsTextFile 返回目录 保存为 阅读全文

摘要： 目录 引例入门：textFile、collect、filter、first、persist、count 创建RDD的方式：parallelize、textFile 转化操作：map、filter、flatMap、sample、union、intersection、subtract、cartesian 阅读全文

摘要： 目录 安装jdk 安装eclipse 安装PyDev插件 配置Spark 配置Hadoop Python代码 配置Spark 下载Spark http://spark.apache.org/downloads.html 配置环境变量 变量名：SPARK_HOME 变量值：D:\spark （不能有空 阅读全文

摘要： 目录 什么是决策树(Decision Tree) 特征选择 使用ID3算法生成决策树 使用C4.5算法生成决策树 使用CART算法生成决策树 预剪枝和后剪枝 应用：遇到连续与缺失值怎么办？ 多变量决策树 Python代码(sklearn库) 什么是决策树(Decision Tree) 引例 现有训练 阅读全文

摘要： 目录 先验概率与后验概率 条件概率公式、全概率公式、贝叶斯公式 什么是朴素贝叶斯(Naive Bayes) 拉普拉斯平滑(Laplace Smoothing) 应用：遇到连续变量怎么办？(多项式分布，高斯分布) Python代码(sklearn库) 先验概率与后验概率 引例 想象有 A、B、C 三个 阅读全文

摘要： 目录 什么是k近邻算法 模型的三个基本要素 构造kd树 kd树的最近邻搜索 kd树的k近邻搜索 Python代码(sklearn库) 什么是K近邻算法(k-Nearest Neighbor,kNN) 引例 假设有数据集，其中前6部是训练集（有属性值和标记），我们根据训练集训练一个KNN模型，预测最后 阅读全文

摘要： 目录 一元线性回归、多元线性回归、Logistic回归、广义线性回归、非线性回归的关系 什么是极大似然估计 逻辑斯谛回归(Logistic回归) 多类分类Logistic回归 Python代码(sklearn库) 一元线性回归、多元线性回归、逻辑斯谛回归、广义线性回归、非线性回归的关系 通过上图（插 阅读全文