[Spark2.0]ML 調優：模型選擇和超參數調優

        本節講述如何使用MLlib提供的工具來對ML算法和Pipline進行調優。內建的交叉驗證和其餘工具容許用戶在算法和Pipline中優化超參數。html     模型選擇（又名超參數調優）        在ML中一個重要的任務就是模型選擇，或者使用給定的數據爲給定的任務尋找最適合的模型或參數。這也叫作調優。調優能夠是對單個的Estimator，好比LogisticRegression

>>阅读原文<<