SparkML（2.1.0）機器學習庫指南

1、Spark ML機器學習庫工具分類

1.機器學習算法：常規機器學習算法包括分類、迴歸、聚類和協同過濾。
 2.特徵工程：特徵提取、特徵轉換、特徵選擇以及降維。
 3.管道：構造、評估和調整的管道的工具。
 4.存儲：保存和加載算法、模型及管道
 5.實用工具：線性代數，統計，數據處理等。

2、Spark ML機器學習算法指南

一、管道（Pipeline）

二、特徵工程（Feature）

• 2.一、特徵提取

  • 2.1.一、
  • 2.1.二、
  • 2.1.三、

• 2.二、特徵變換

  • 2.2.一、Binarizer（連續特徵二值化）
  • 2.2.二、BucketedRandomProjectionLSH (歐幾里德距離度量-局部敏感哈希)
  • 2.2.三、

• 2.三、特徵選擇

  • 2.3.一、
  • 2.3.二、
  • 2.3.三、