浮世尘

看到这篇文章，肯定会有人问，“为什么要用scala来写MR， java写不是更自然？”  关于这个我问题，我个人的原因是： scala 写代码很简洁，而且我很享受这种体验。对于其它scala程序员来说，可能是因为所有项目都是用scala写，而且写scala更熟练些。对于这部分人非得用MR来解决的问题，那他一定有很充分的理由。       归正题吧， 下面讲讲用如何上手操作吧！！ 鉴于大家使用的I

首先要引入概念 机器学习管道（ML pipelines），ML pipelines 提供基于DataFrames的高级API ， 此API可以帮忙开发者创建和实践ML 管道。 Table of Contents Main concepts in Pipelines DataFramePipeline components TransformersEstimato

本章节覆盖特征相关的算法部分，可粗分为以下几组：  1> 抽取： 从原始数据中抽取特征 2> 变换：缩放，转化，或修改特征 3> 选择： 从特征集合中选择子集 4>  Locality Sensitive Hashing (LSH) ： 将特征变换和其它算法组合在一起的一类算法。 目录：  Feature Extractors TF-IDFWord2VecCo