(3)MLlib API和機器學(xué)習(xí)系統(tǒng)

MLlib程序包如下圖所示

如圖所示。

? ? ? ? 每個模型都有一個伴生對象,是模型的入口,定義了模型訓(xùn)練的train方法西潘。而實際使用時調(diào)用的是run方法。有點類似Java中的線程哨颂。

? ? ? ? 同時Spark 機器學(xué)習(xí)的API秸架,將從RDD過渡到DataSet和DataFrame。

(1)Spark 機器學(xué)習(xí)系統(tǒng)

? ? ? ? ?Spark機器學(xué)習(xí)系統(tǒng)咆蒿,類似于一個數(shù)據(jù)流水線。其架構(gòu)如下

機器學(xué)習(xí)架構(gòu)

1蚂子、數(shù)據(jù)預(yù)處理

? ? ? ? 首先查看數(shù)據(jù)統(tǒng)計信息沃测,包括最大值、均值食茎、最小值蒂破、分位數(shù)、方差等

? ? ? ? 案例如下:

? ? ? ? Data為讀入數(shù)據(jù)的RDD

? ? ? ? schemauser = saprk.createDataFrame(Data).#DataFrame類似數(shù)據(jù)庫中的表或者視圖别渔,可以對其進行查詢等附迷,也可以將數(shù)據(jù)中某幾個列組合起來構(gòu)成

? ??????schemauser.createOrReplaceTempView("user")

? ??????schemauser.describe("userid","age","gender","XXX").show()即可得出惧互。

2、數(shù)據(jù)質(zhì)量分析喇伯,主要注意缺失值喊儡、異常值、不一樣的值和錯誤數(shù)據(jù)

? ? ? ? 缺失值可以通過df.count()得到稻据“拢或者畫出線箱圖來看。? ? 其使用如https://baike.baidu.com/item/%E7%AE%B1%E5%BD%A2%E5%9B%BE/10671164?fr=aladdin

3捻悯、數(shù)據(jù)特征分析

? ? ? ? 包括特征分布分析匆赃、對比分析、統(tǒng)計量分析(特征之間的相關(guān)性分析)

? ? ? ? 主要分析特征的分布類型和是否對稱等今缚。(在進行機器學(xué)習(xí)前所有特征都進行了數(shù)字化)通過柱狀圖等實現(xiàn)

? ? ? ? hist(age,bins=20,color = 'lightblue',normed = true)

(2)PipeLine

? ? ? ? 一個PipeLine包含多個Stage 算柳,每個Stage完成一個任務(wù)。由兩個基本組建組成Transformer和Estimator姓言。transformer是數(shù)據(jù)轉(zhuǎn)換器瞬项,Estimator是評估器。transformer通過transform()方法轉(zhuǎn)換數(shù)據(jù)事期;Estimator通過fit()方法進行訓(xùn)練滥壕。

? ? ? ? 使用PipeLine進行訓(xùn)練的過程為:

? ? ? ? ? ? #輸入數(shù)據(jù)為文本和對應(yīng)標(biāo)簽

? ? ? ? ? ? #定義三個Stage ,tokenizer,hashingTF,lr

? ? ? ? ? ? val tokenizer = new Tokenizer()

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? .setInputCol("text")

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? .setoutputCl("word")

? ? ? ? ? ? val hashingTF = new HashingTF()

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? .setNumFeatures(1000)

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? .setInputCol(tokenizer.getOutputCol)

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? .setoutputCol("feature")

? ? ? ? ? ? val lr = new LogistiicRegression()

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? .setMaxIter(10)

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? .setRegParam(0.001)

? ? ? ? ????val pipeline = new PipeLine()

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? .setDtage(Array(tokenizer,hashingTF,lr))

? ? ? ? ? ? val model =?pipeline.fit(Data)

(3)在訓(xùn)練時可以設(shè)置參數(shù)數(shù)組兽泣,通過循環(huán)訓(xùn)練不同參數(shù)下的模型绎橘,選擇效果最好的

4、MLlib最核心的是ML Optimizer 唠倦。它可以把復(fù)雜的學(xué)習(xí)任務(wù)轉(zhuǎn)化為學(xué)習(xí)計劃称鳞,并提供內(nèi)部實現(xiàn)好的算法和參數(shù)。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末稠鼻,一起剝皮案震驚了整個濱河市冈止,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌候齿,老刑警劉巖熙暴,帶你破解...
    沈念sama閱讀 211,042評論 6 490
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異慌盯,居然都是意外死亡周霉,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 89,996評論 2 384
  • 文/潘曉璐 我一進店門亚皂,熙熙樓的掌柜王于貴愁眉苦臉地迎上來俱箱,“玉大人,你說我怎么就攤上這事灭必∧祝” “怎么了乃摹?”我有些...
    開封第一講書人閱讀 156,674評論 0 345
  • 文/不壞的土叔 我叫張陵,是天一觀的道長跟衅。 經(jīng)常有香客問我孵睬,道長,這世上最難降的妖魔是什么与斤? 我笑而不...
    開封第一講書人閱讀 56,340評論 1 283
  • 正文 為了忘掉前任肪康,我火速辦了婚禮,結(jié)果婚禮上撩穿,老公的妹妹穿的比我還像新娘磷支。我一直安慰自己,他們只是感情好食寡,可當(dāng)我...
    茶點故事閱讀 65,404評論 5 384
  • 文/花漫 我一把揭開白布雾狈。 她就那樣靜靜地躺著,像睡著了一般抵皱。 火紅的嫁衣襯著肌膚如雪善榛。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,749評論 1 289
  • 那天呻畸,我揣著相機與錄音移盆,去河邊找鬼。 笑死伤为,一個胖子當(dāng)著我的面吹牛咒循,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播绞愚,決...
    沈念sama閱讀 38,902評論 3 405
  • 文/蒼蘭香墨 我猛地睜開眼叙甸,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了位衩?” 一聲冷哼從身側(cè)響起裆蒸,我...
    開封第一講書人閱讀 37,662評論 0 266
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎糖驴,沒想到半個月后僚祷,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 44,110評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡贮缕,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,451評論 2 325
  • 正文 我和宋清朗相戀三年久妆,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片跷睦。...
    茶點故事閱讀 38,577評論 1 340
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖肋演,靈堂內(nèi)的尸體忽然破棺而出抑诸,到底是詐尸還是另有隱情烂琴,我是刑警寧澤,帶...
    沈念sama閱讀 34,258評論 4 328
  • 正文 年R本政府宣布蜕乡,位于F島的核電站奸绷,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏层玲。R本人自食惡果不足惜播玖,卻給世界環(huán)境...
    茶點故事閱讀 39,848評論 3 312
  • 文/蒙蒙 一象颖、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦斑响、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,726評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至尘盼,卻和暖如春憨愉,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背卿捎。 一陣腳步聲響...
    開封第一講書人閱讀 31,952評論 1 264
  • 我被黑心中介騙來泰國打工配紫, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人午阵。 一個月前我還...
    沈念sama閱讀 46,271評論 2 360
  • 正文 我出身青樓躺孝,卻偏偏與公主長得像,于是被迫代替她去往敵國和親趟庄。 傳聞我的和親對象是個殘疾皇子括细,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 43,452評論 2 348

推薦閱讀更多精彩內(nèi)容