yl1415的专栏

最近计划看Spark MLlib模块，实现了LR、SVM、NB等常用机器学习算法。 计划： 安装spark阅读MLib模块代码 熟悉scala语言一个一个算法来 相关资料搜集： spark安装见这里 spark相关概念见这里 spark MLib各个模块见这里

MLlib－Classification and Regression MLlib实现了解决二分类，多分类，回归分析中的一些常见方法。下表具体展示了针对各个问题实现的一些方法： Problem Type Supported Methods Binary Classification linear SVMs, logist

常用机器学习算法最终都会需要求解一个无约束凸优化问题 minw∈ℝdf(x)\; min_{w\in \mathbb R^d}\;f(x)这个模块实现了常用的优化问题求解算法，例如梯度下降法，LBFGS算法等。各种不同的线性求解算法区别在于2点： 下降方向（梯度方向、牛顿方向等） 步长（wolf条件等） 这个模块一共有以下几个文件： Gradient.scala：针对特定机器学习问题，定义了一些梯

＃MLib － Linear Methods