Spark MLlib概念学习系列 - 随笔分类 - 大数据和AI躺过的坑

机器学习概念之特征选择（Feature selection）之RFormula算法介绍

摘要：不多说，直接上干货！ RFormula算法介绍： RFormula通过R模型公式来选择列。支持R操作中的部分操作，包括‘~’, ‘.’, ‘:’, ‘+’以及‘-‘，基本操作如下： 1、 ~分隔目标和对象 2、+合并对象，“+ 0”意味着删除空格 3、 :交互（数值相乘，类别二值化） 4、. 除了目阅读全文

posted @ 2017-08-19 15:29 大数据和AI躺过的坑阅读(1869) 评论(0) 推荐(0) 编辑

机器学习概念之特征选择（Feature selection）之VectorSlicer算法介绍

摘要：不多说，直接上干货！ VectorSlicer 算法介绍： VectorSlicer是一个转换器，输入特征向量，输出原始特征向量子集。VectorSlicer接收带有特定索引的向量列，通过对这些索引的值进行筛选得到新的向量集。可接受如下两种索引： 1、整数索引，setIndices()。 2、字符阅读全文

posted @ 2017-08-19 14:34 大数据和AI躺过的坑阅读(519) 评论(0) 推荐(0) 编辑

机器学习概念之特征提取（Feature extraction）

摘要：不多说，直接上干货！阅读全文

posted @ 2017-08-19 12:26 大数据和AI躺过的坑阅读(3250) 评论(1) 推荐(0) 编辑

机器学习概念之特征转换（Feature conversion）

摘要：不多说，直接上干货！阅读全文

posted @ 2017-08-19 12:25 大数据和AI躺过的坑阅读(1411) 评论(0) 推荐(0) 编辑

机器学习概念之特征选择（Feature selection）

摘要：不多说，直接上干货！。阅读全文

posted @ 2017-08-19 12:24 大数据和AI躺过的坑阅读(704) 评论(0) 推荐(0) 编辑

机器学习概念之特征处理（Feature processing）

摘要：不多说，直接上干货！肯定也有不少博友，跟我一样，刚开始接触的时候，会对这三个概念混淆。以下是，特征处理、特征提取、特征转换和特征选择的区别！特征处理主要包含三个方面：特征提取、特征转换和特征选择。见我下面的博客机器学习概念之特征提取（Feature extraction）机器学习概念之特阅读全文

posted @ 2017-08-19 12:23 大数据和AI躺过的坑阅读(869) 评论(0) 推荐(0) 编辑

Spark MLlib架构解析（含分类算法、回归算法、聚类算法和协同过滤）

摘要：Spark MLlib架构解析 MLlib的底层基础解析 MLlib的算法库分析分类算法回归算法聚类算法协同过滤 MLlib的实用程序分析分类算法回归算法聚类算法协同过滤从架构图可以看出MLlib主要包含三个部分：底层基础：包括Spark的运行库、矩阵库和向量库；算法库：包含广阅读全文

posted @ 2017-04-29 14:23 大数据和AI躺过的坑阅读(7762) 评论(0) 推荐(1) 编辑

机器学习概念（博主推荐）

摘要：不多说，因最近科研的需要，为此从hadoop和spark领域，得结合机器学习/深度学习。为此，给大家带来进一步的干货！ 1、机器学习概念 1.1 机器学习的定义 1.2 机器学习的分类 1.2.1 监督学习 1.2.2 无监督学习 1.2.3 半监督学习 1.2.4 强化学习 1.3 机器学习的常见阅读全文

posted @ 2017-04-29 13:44 大数据和AI躺过的坑阅读(957) 评论(0) 推荐(0) 编辑

Spark MLlib机器学习

摘要：前言 Spark MLlib是Spark对常用的机器学习算法的实现库，同时包括相关的测试和数据生成器。阅读全文

posted @ 2016-11-09 09:33 大数据和AI躺过的坑阅读(1067) 评论(0) 推荐(0) 编辑

大数据和人工智能躺过的坑

随笔分类 - Spark MLlib概念学习系列

公告