在MapReduce中实现logistic回归和LOESS

对MapReduce也用了一段时间，基本的数据处理都已比较熟悉，但目前用的S1的参数和直觉调的参数。这样下去不行啊，果断要开搞机器学习。虽然阿里给我们提供了Xlab，看起来也挺强大的，各种模型都很丰富，但作为一个不造轮子会死的程序猿，还是想实现自己的训练方法和模型，这也有利于后期的提高，所以就找了点资料研究了如何用MapReduce进行机器学习的训练。

MapReduce的入门，可以参考这个文章:http://www.yumumu.me/MapReduce_In_Odps/

本文主要参考了这篇论文Zinkevich1，并实现了一个线性回归的实例，实现很简单，主要想起到抛砖引玉的作用，欢迎大家一起讨论，提出更优的解决办法。

随机梯度下降法的(SGD)基本算法

SGD的基本算法如下：

Algorithm 1 SGD({c(1), . . . , c(m)}, T, η, w0)
for t = 1 to T do