Spark 快速大數據分析 -垃圾郵件分類示例

垃圾郵件分析是一個用來快速瞭解MLlib的例子。這個程序用了兩個函數：HashingTF與LogisticRegressionWithSGD，前者從文本數據構建詞頻（termfrequency）特徵向量，後者使用隨機梯度下降法實現邏輯迴歸。 機器學習算法嘗試根據訓練數據（training data）使得表示算法行爲的數學目標最大化，並 以此來進行預測或作出決定。機器學習問題分爲幾種，包括分類、迴歸

>>阅读原文<<