大数据同盟会的博客

逻辑回归：是一个分类算法，它可以输出一个分类结果，同时输出分为此类的概率。 1 根据业务理解，个人经验，框选大量的候选特征因素； 2 再用统计学在样本中求因素跟结论之间的相关度大小，来进行筛选。 流失概率风险预测特征相关度 package cn.doitedu.ml.loss import org.apache.log4j.{Level, Logger} import org.apache.spark.ml.linalg import org.apache.spark.ml.linalg.Vectors

线性回归：通过 用户流失概率预测：

机器学习算法，就是基于大量经验数据对某个问题进行预测的算法； 1、机器学习分类 从训练特点，可以分为监督学习、无监督学习、半监督学习； 从解决问题，可以分为分类算法，聚类算法，回归分析算法，推荐算法； 2、数学基础 向量： 就是一串数字，代表现实中某个事物的一系列特征和特征值 相似度： 用欧几里得距离来衡量相似度： 用余弦相似度衡量： 概率入门： 联合概率 P(A^B) ：多件事情都发生的可能性！ 条件概率 P(A | B) = P(A^B)/ P(B) : B条件下A发生的概率 贝叶斯公式 P(B