本文探讨了Spark MLlib库中用于二分分类的技术，包括线性SVM和逻辑回归，同时也提及了多类分类、回归以及聚类方法，如k-means、层次聚类。聚类是一种无监督学习，与分类的主要区别在于其无需预先指定类别。
二分分类： SVM、逻辑回归、决策树、贝叶斯
多类分类：决策树、贝叶斯
回归：线性最小二乘法
聚类:kmeans、层次法(CURE、CHAMELEON)、网格算法(STING、WaveCluster)
与分类不同，分类是示例式学习，要求分类前指出各个类别，并断言每个元素映射到一个类别，儿聚类是观察式学习，在聚类前可以不知道类别甚至不给定类别数量，是无监督学习的一种。
二分分类
线性SVM
MLlib支持两个线性方法：线性支持向量机SVM和逻辑回归。在MLlib中，训练标签用1表示积极，用0表示消极。
线性SVM是大规模分类任务的标准方法。
L ( w ; x , y ) = max {
0 , 1 − y w T x }
线性SVM算法输出一个SVM模型，对
最低0.47元/天 解锁文章
扫一扫
1161
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
