Spark 机器学习总结（一） 一、密集和稀疏向量一个向量(1.0,0.0,3.0)它有两种表示的方法：密集向量（dence）：[1.0,0.0,3.0] 其和一般的数组无异；稀疏向量(sparse)：(3,[0,2],[1.0,3.0]) 其表示的含义(向量大小，序号，值) 序号从0开始。 参考：1. https://yq.aliyun.com...
特征重要度整理 - 随机森林、逻辑回归 一、 随机森林输出特征重要度 用随机森林进行特征重要性评估的思想其实很简单，通俗来讲就是看每个特征在随机森林中的每颗树上做了多大的贡献，取平均值，然后比较特征之间的贡献大小。 常见的计算方法有两种，一种是平均不纯度的减少（mean decrease impurity），常用gini /entropy /information gain测量，现在sklearn中用的就是...
关注
