spark ml 機(jī)器學(xué)習(xí) - 專題

投稿

spark ml 機(jī)器學(xué)習(xí)

收錄了15篇文章 · 5人關(guān)注

機(jī)器學(xué)習(xí)（十六）特征變換-標(biāo)簽和索引的轉(zhuǎn)化
【版權(quán)聲明】本文為原創(chuàng)堕伪，轉(zhuǎn)載請(qǐng)注明原地址 http://www.reibang.com/p/387ece851af7同步更新在個(gè)人網(wǎng)站：htt...

0.6 王小鵬的隨筆 0 4
機(jī)器學(xué)習(xí)（十五）特征選擇-卡方選擇器
一挤渔、公式卡方檢驗(yàn)的基本公式，也就是χ2的計(jì)算公式先慷，即觀察值和理論值之間的偏差其中：A 為觀察值饮笛，E為理論值，k為觀察值的個(gè)數(shù)论熙，最后一個(gè)式子實(shí)...

0.3 王小鵬的隨筆 0 6

機(jī)器學(xué)習(xí)（十四）特征抽取–Word2Vec
一福青、概念 Word2vec是一個(gè)Estimator，它采用一系列代表文檔的詞語(yǔ)來(lái)訓(xùn)練word2vecmodel。該模型將每個(gè)詞語(yǔ)映射到一個(gè)固定大...

王小鵬的隨筆 0 0
機(jī)器學(xué)習(xí)（十三）特征抽取–CountVectorizer
一无午、概念 CountVectorizer 旨在通過(guò)計(jì)數(shù)來(lái)將一個(gè)文檔轉(zhuǎn)換為向量媒役。當(dāng)不存在先驗(yàn)字典時(shí)，Countvectorizer作為Estima...

王小鵬的隨筆 0 0
機(jī)器學(xué)習(xí)（十二）特征提取 TF-IDF
一宪迟、概念 “詞頻－逆向文件頻率”（TF-IDF）是一種在文本挖掘中廣泛使用的特征向量化方法酣衷，它可以體現(xiàn)一個(gè)文檔中詞語(yǔ)在語(yǔ)料庫(kù)中的重要程度。詞語(yǔ)由...

0.6 王小鵬的隨筆 0 3
機(jī)器學(xué)習(xí)（十一）機(jī)器學(xué)習(xí)工作流
一踩验、概念一個(gè)典型的機(jī)器學(xué)習(xí)過(guò)程從數(shù)據(jù)收集開(kāi)始鸥诽，要經(jīng)歷多個(gè)步驟商玫，才能得到需要的輸出箕憾。這非常類似于流水線式工作，即通常會(huì)包含源數(shù)據(jù)ETL（抽取拳昌、轉(zhuǎn)...

2.6 王小鵬的隨筆 0 5
機(jī)器學(xué)習(xí)（十）聚類
【版權(quán)聲明】本文為原創(chuàng)袭异，轉(zhuǎn)載請(qǐng)注明原地址 http://www.reibang.com/p/f78722762fc4同步更新在個(gè)人網(wǎng)站：htt...

0.2 王小鵬的隨筆 0 2

機(jī)器學(xué)習(xí)（九）協(xié)同過(guò)濾算法
【版權(quán)聲明】本文為原創(chuàng)，轉(zhuǎn)載請(qǐng)注明原地址 http://www.reibang.com/p/865b1842fc0b同步更新在個(gè)人網(wǎng)站：htt...

2.5 王小鵬的隨筆 0 5
機(jī)器學(xué)習(xí) （八）主成分分析（PCA）
【版權(quán)聲明】本文為原創(chuàng)炬藤，轉(zhuǎn)載請(qǐng)注明原地址 http://www.reibang.com/p/5e749795df2e同步更新在個(gè)人網(wǎng)站:htt...

王小鵬的隨筆 0 0
機(jī)器學(xué)習(xí) （七）奇異值分解-SVD
降維（Dimensionality Reduction）是機(jī)器學(xué)習(xí)中的一種重要的特征處理手段御铃，它可以減少計(jì)算過(guò)程中考慮到的隨機(jī)變量（即特征）的...

1.1 王小鵬的隨筆 0 6