知识卡片
MLlib覆盖常用算法
Spark MLlib 覆盖了常用的分类、聚类、推荐、回归、降维、特征提取、最优化、神经网络等算法。它的一个好处是数据输入格式统一:同一个数据源不用转换格式就能换用其他同类算法,比如各种分类算法的输入格式基本一样,大大减少开发工作量。书中重点讲了 ALS 协同过滤、逻辑回归、随机森林、GBDT 等在推荐系统中常用的算法。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
原书出处
参考来源
- 位置:《分布式机器学习实战》第6章《Spark分布式机器学习平台》(源文件:_epub-src/OEBPS/Text/chapter6.xhtml)
- 结论依据:原文说明Spark MLlib可用算法覆盖常用的分类、聚类、推荐、回归、降维、特征提取、最优化、神经网络等,数据集的输入都非常统一,同一数据源可不切换格式用到其他类似算法上,如分类算法输入格式基本一样,大大简化开发工作量。
- 原始内容:覆盖常用的分类、聚类、推荐、回归、降维算法、特征提取、最优化、神经网络等算法,并且数据集的输入都非常统一,同一个数据源可以不用切换数据格式用到其他的类似算法上