SparkMLlib聚類學習之KMeans聚類 （一），KMeans聚類 k均值算法的計算過程非常直觀： 1、從D中隨機取k個元素，作為k個簇的各自的中心。 2、分別 ...

Spark機器學習之協同過濾算法 　　　　一）、協同過濾 　　　　　　1.1 概念　　　　　　 　　　　　　　　　協同過濾是一種借助"集體計算"的途徑。它利用大量已有的用戶偏好來估計用戶對其未接 ...

SparkMLlib分類算法之邏輯回歸算法 （一），邏輯回歸算法的概念（參考網址：http://blog.csdn.net/sinat_33761963/article/details/516938 ...

SparkMLlib分類算法之決策樹學習 （一） 決策樹的基本概念 　　　　決策樹(Decision Tree）是在已知各種情況發生概率的基礎上，通過構成決策樹來求取凈現值的期望值大於等於零的概率 ...

SparkMLlib學習之線性回歸 （一）回歸的概念 　　1，回歸與分類的區別 　　　分類模型處理表示類別的離散變量，而回歸模型則處理可以取任意實數的目標變量。但是二者基本的原則類似，都是通過確 ...

SparkMLib分類算法之朴素貝葉斯分類 　　　　（一）朴素貝葉斯分類理解 　　　　　　　　朴素貝葉斯法是基於貝葉斯定理與特征條件獨立假設的分類方法。簡單來說，朴素貝葉斯分類器假設樣本每個特征與 ...

SparkMLlib回歸算法之決策樹 （一），決策樹概念 1，決策樹算法（ID3，C4.5 ，CART）之間的比較： 　　1，ID3算法在選擇根節點和各內部節點中的分支屬性時，采用信息增益作為評 ...

SparkMLlib分類算法之支持向量機 （一），概念 　　支持向量機(support vector machine)是一種分類算法，通過尋求結構化風險最小來提高學習機泛化能力，實現經驗風險和置信 ...