導入包 import org.apache.spark.sql.SparkSession import org.apache.spark.sql.Dataset import org.apac ...

　　回歸正則化方法（Lasso，Ridge和ElasticNet）在高維和數據集變量之間多重共線性情況下運行良好。 數學上，ElasticNet被定義為L1和L2正則化項的凸組合： 通過 ...

　　多層感知器分類器（MLPC）是基於前饋人工神經網絡(ANN)的分類器。 MLPC由多個節點層組成。 每個層完全連接到網絡中的下一層。 輸入層中的節點表示輸入數據。 所有其他節點,通過輸入與節點的權 ...

1.導入包 import org.apache.spark.sql.SparkSession import org.apache.spark.sql.Dataset import org.ap ...

所用數據源，請參考本人博客http://www.cnblogs.com/wwxbi/p/6063613.html 1.導入包 import org.apache.spark.sql.Spar ...

　　梯度提升樹（GBT）是決策樹的集合。 GBT迭代地訓練決策樹以便使損失函數最小化。 spark.ml實現支持GBT用於二進制分類和回歸，可以使用連續和分類特征。 導入包 import o ...

RowMatrix行矩陣 import org.apache.spark.rdd.RDD import org.apache.spark.mllib.linalg.Vectors import ...

　　在spark.ml中，實現了加速失效時間（AFT）模型，這是一個用於檢查數據的參數生存回歸模型。 它描述了生存時間對數的模型，因此它通常被稱為生存分析的對數線性模型。 不同於為相同目的設計的比例風 ...

Weibull distribution 或者 σ是未知的scale參數，獨立於X的常量， σ>0 是服從某一分布的隨機變量 殘差(residuals)= ...

　　隨機森林是決策樹的集合。 隨機森林結合許多決策樹，以減少過度擬合的風險。 spark.ml實現支持隨機森林，使用連續和分類特征，做二分類和多分類以及回歸。 導入包 import org. ...