王某的博客

之前学习都是官网API Doc+社区的博文，最近参考了几篇examples，发觉example+doc才是绝配。 由于集群Spark版本是2.1.1，所以我学习的examples示例是2.1.1版本中的，2.2.0版本中关于ml【也就是DataFrame版的mllib】的examples有不少内容与2.1.1版本不同。 注意：使用ml的一些example还需要导入examples下的scopt_

学习前（理论）最小二乘法、岭回归、Lasso等学习中（领悟）1.首先是一段包导入，跳过import org.apache.log4j.{Level, Logger}import org.apache.spark.ml.Pipelineimport org.apache.spark.ml.classification.LogisticRegressionimport or

学习前理论学习中领悟学习后实操总结参考学习前（理论）最小二乘法（Spark使用的是交叉最小二乘法（ALS）来最优化损失函数——ALS 的目标函数不是凸函数，所以固定一部分参数优化另外一部分参数，从而一般很难求得全局最优解）基于矩阵分解的推荐算法（评分数据集中，并不是每个用户都对每个产品进行过评分，所以这个矩阵往往是很稀疏的【所以更应该多注意过拟合的问题】，...

从今天开始，我把所有18年起的TODO，都同步到这篇文章。 一方面是方便自己常“回来看看“，记得解决这些疑惑； 另一方面，希望知道/有解决思路的前辈们能留言或者（QQ911283415）指点一二，感激！ （序列中所有非链接字体以及【】中的文字，可在文章中搜索定位）九、2018年06月23日:关于Object类一些重要方法的深入理解及重载第一段测试代码中，两个Integer引用未一...