不多说,直接上干货!
首先,要明白为什么有时候,数值特征字段需要进行标准化?
答:因为,当我们若用回归分析算法时,必须将数值特征字段进行标准化,这是因为数值特征字段单位不同,数字差异很大,所以无法彼此比较,这时,就需要使用标准化,使得数值特征字段具有共同的标准。
加入数据标准化 withMean = false
具体,见
Hadoop+Spark大数据巨量分析与机器学习整合开发实战的第14章 使用逻辑回归二元分类算法来预测分类StumbleUpon数据集