spark ml 机器学习 - 专题

投稿

收录了15篇文章 · 5人关注

机器学习（十六）特征变换-标签和索引的转化
【版权声明】本文为原创，转载请注明原地址 https://www.jianshu.com/p/387ece851af7同步更新在个人网站：htt...

0.6 王小鹏的随笔 0 4
机器学习（十五）特征选择-卡方选择器
一、公式卡方检验的基本公式，也就是χ2的计算公式，即观察值和理论值之间的偏差其中：A 为观察值，E为理论值，k为观察值的个数，最后一个式子实...

0.3 王小鹏的随笔 0 6

机器学习（十四）特征抽取–Word2Vec
一、概念 Word2vec是一个Estimator，它采用一系列代表文档的词语来训练word2vecmodel。该模型将每个词语映射到一个固定大...

王小鹏的随笔 0 0
机器学习（十三）特征抽取–CountVectorizer
一、概念 CountVectorizer 旨在通过计数来将一个文档转换为向量。当不存在先验字典时，Countvectorizer作为Estima...

王小鹏的随笔 0 0
机器学习（十二）特征提取 TF-IDF
一、概念 “词频－逆向文件频率”（TF-IDF）是一种在文本挖掘中广泛使用的特征向量化方法，它可以体现一个文档中词语在语料库中的重要程度。词语由...

0.6 王小鹏的随笔 0 3
机器学习（十一）机器学习工作流
一、概念一个典型的机器学习过程从数据收集开始，要经历多个步骤，才能得到需要的输出。这非常类似于流水线式工作，即通常会包含源数据ETL（抽取、转...

2.6 王小鹏的随笔 0 5
机器学习（十）聚类
【版权声明】本文为原创，转载请注明原地址 https://www.jianshu.com/p/f78722762fc4同步更新在个人网站：htt...

0.2 王小鹏的随笔 0 2

机器学习（九）协同过滤算法
【版权声明】本文为原创，转载请注明原地址 https://www.jianshu.com/p/865b1842fc0b同步更新在个人网站：htt...

2.5 王小鹏的随笔 0 5
机器学习（八）主成分分析（PCA）
【版权声明】本文为原创，转载请注明原地址 https://www.jianshu.com/p/5e749795df2e同步更新在个人网站:htt...

王小鹏的随笔 0 0
机器学习（七）奇异值分解-SVD
降维（Dimensionality Reduction）是机器学习中的一种重要的特征处理手段，它可以减少计算过程中考虑到的随机变量（即特征）的...

1.1 王小鹏的随笔 0 6