Spark2.1特征處理:提取/轉換/選擇
本文是Spark2.1官方文檔的翻譯：Extracting, transforming and selecting features => Spark特征抽取、特征轉換、特征選擇，全文目錄如下：
Feature ...
SDCC2015 機器學習在美團用戶畫像中的應用PPT
部分內容預覽：
1）特征工程：
2）模型：
為什麽L1稀疏，L2平滑？
使用機器學習方法解決實際問題時，我們通常要用L1或L2範數做正則化（regularization），從而限製權值大小，減少過擬合風險。特別是在使用梯度下降來做目標函...
Spark機器學習庫指南[Spark 1.3.1版]——協同過濾(Collaborative Filtering)
下麵是章節協同過濾的目錄(其他內容參見全文目錄)
協同過濾
顯示反饋VS隱士反饋
正則化參數的擴展
示例
教程
協同過濾
協同過...
各種分類算法的優缺點
原文來自： http://bbs.pinggu.org/thread-2604496-1-1.html，這裏對部分地方添加了注解以及自己的理解。原文對一些常用的分類算法，如決策樹、SVM、樸素貝葉...
Spark機器學習庫指南[Spark 1.3.1版]
本文內容關鍵詞：Spark官方文檔，Spark教程， Spark MLlib教程。
本文翻譯自Spark官方文檔：Machine Learning Library (MLlib) Guide ，代碼示例以P...
常用機器學習算法的點睛之筆
AdaBoost： 權值的作用是什麽？1）對分錯的樣本給予更高的權值，給弱分類器的誤差加權2）所有弱分類器的投票權重
SVM： 超平麵切割空間，支持向量距離最...
揭開機器學習的麵紗：最大熵模型100行代碼實現[Python版]
理論說明部分見上一篇：
最大熵模型簡介[例子+推導+GIS求解]
為了是代碼簡短，方便閱讀，去掉了很多健壯性檢測的代碼以及特殊處理。下麵的代碼實現的...
協同過濾之ALS-WR算法
這篇文章是參考：https://github.com/ceys/jdml/wiki/ALS 改寫的，由於原文Latex公式沒有正常展現+少量筆誤，妨礙閱讀，所以這裏重新整理了一下。
ALS是al...
最大熵模型簡介[例子+推導+GIS求解]
這篇文章是結合論文http://www.cqvip.com/Main/Detail.aspx?id=7707219對博文：http://www.cnblogs.com/hexinuaa/p/3353479.html加入自己的理解做了簡化重...
Slope One——簡單而高效的協同過濾算法
在傳統基於內容的推薦係統中，根據商品特性的相似性來做推薦，例如：如果你購買了Machine Learning, Tom M.Mitchell這本書，係統會給你推薦The Elements of S...
Spark機器學習庫指南[Spark 1.3.1版]——降維(Dimensionality Reduction)
下麵是章節降維的內容(其他內容參見全文目錄)
奇異值分解 (SVD)
性能
SVD示例
主成分分析 (PCA)
降維 是減少變量數量的過程。它可以用來...
Spark機器學習庫指南[Spark 1.3.1版]——基礎統計(Basic statistics)
下麵是章節基礎統計的目錄(其他內容參見全文目錄)
匯總統計(Summary statistics)
相關係數(Correlations)
分層抽樣(Stratified sampling)
假設檢驗...
Spark機器學習庫指南[Spark 1.3.1版]——數據類型(Data Types)
下麵是章節數據類型的目錄(其他內容參見全文目錄)
局部向量[Local vector]
標記點[Labeled point]
局部矩陣[Local matrix]
分布式矩陣[Distributed...
Spark機器學習庫指南[Spark 1.3.1版]——特征提取和轉換(Feature extraction and transformation)
下麵是章節特征提取和轉換的內容(其他內容參見全文目錄)
TF-IDF
Word2Vec
模型
示例
標準化（StandardScaler）
模型擬合
...