文章導讀： 1. Naive Bayes算法 2. Adaboost算法 3. Spark ML的使用 4. 自定義擴展Spark ML 1. Naive Bayes算法 朴素貝葉斯 ...

一、VectorAssembler 二、VectorIndexer 主要作用：提高決策樹或隨機森林等ML方法的分類效果。 VectorIndexer是對數據集特征向量 ...

一、為什么要用獨熱編碼？ 在很多機器學習任務中，特征並不總是連續值，而有可能是分類值。 離散特征的編碼分為兩種情況： 1、離散特征的取值之間沒有大小的意義，比如color：[red,blue], ...

原帖：https://blog.csdn.net/Damonhaus/article/details/76572971 問題：協同過濾 ALS算法。在測試過程中遇到了內存溢出的錯誤 解決辦法1：降 ...

一、StringIndexer 在使用Spark MLlib協同過濾ALS API的時候發現Rating的三個參數：用戶id，商品名稱，商品打分，前兩個都需要是Int值。那么問題來了，當你的用戶id ...