pyspark线性回归

本节说明PySpark中的线性回归，代码操作主要按5个步骤组成。

（1）读取数据：读取各类的数据源，构建分析用DataFrame。
（2）探索性数据分析：用各pyspark API进行对数据浏览、统计，对数据进行理解。
（3）特征转换：针对数据特征列的转换工作，以适应特征机器学习算法要求。
（4）算法训练数据：构建机器学习算法对数据训练做出预测。
（5）预测的准确性：查看训练预测结果的准确性。

操作视频如下，全系列课程可免费在腾讯课堂上查看：个人大数据平台的搭建与学习实践-PySpark-学习视频教程-腾讯课堂 (qq.com)

PySpark的认识和使用

    

Linear regression-线性回归

线性回归是利用数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。最简单的表达形