Spark机器学习有哪些算法？

Spark机器学习有哪些算法？

Algorithms                                                  算法：

MLlib contains many algorithms and utilities, including:                          MLLib包括许多算法和工具，包括：

• Classification: logistic regression, naive Bayes,...                              分类：逻辑回归，朴素贝叶斯……
• Regression: generalized linear regression, isotonic regression,...          回归：线性回归，保序回归
• Decision trees, random forests, and gradient-boosted trees                  决策树：随机森林，梯度提升决策树
• Recommendation: alternating least squares (ALS)                               推荐：交替最小二乘法 (ALS) 
• Clustering: K-means, Gaussian mixtures (GMMs),...                              聚类：K-means，高斯混合模型(GMMs),...  
• Topic modeling: latent Dirichlet allocation (LDA)                                   主题模型：隐含狄利克雷分布  (LDA)          
• Feature transformations: standardization, normalization, hashing,...       特征传播：标准、正常、哈希
• ..
• Model evaluation and hyper-parameter tuning                                       模型评估和超参数整定
• ML Pipeline construction                                                                      机器学习管道创建
• ML persistence: saving and loading models and Pipelines                       机器学习持久化：保持和载入模型和管道
• Survival analysis: accelerated failure time model                                     生存分析：加速失效时间模型
• Frequent itemset and sequential pattern mining: FP-growth,                       频繁项集挖掘和序列模式挖掘技术：                                                                 association rules, PrefixSpan                    FP-growth算法，关联规则
• Distributed linear algebra: singular value decomposition (SVD),                 分布式线性代数：奇异值分解 (SVD), 
•                                          principal component analysis (PCA),...           主成分分析(PCA),...
• Statistics: summary statistics, hypothesis testing,...                                  统计：汇总统计，假设检验,...