SparkML（2.1.0）机器学习库指南

1、Spark ML机器学习库工具分类

1.机器学习算法：常规机器学习算法包括分类、回归、聚类和协同过滤。
 2.特征工程：特征提取、特征转换、特征选择以及降维。
 3.管道：构造、评估和调整的管道的工具。
 4.存储：保存和加载算法、模型及管道
 5.实用工具：线性代数，统计，数据处理等。

2、Spark ML机器学习算法指南

一、管道（Pipeline）

二、特征工程（Feature）

• 2.一、特征提取

  • 2.1.一、
  • 2.1.二、
  • 2.1.三、

• 2.二、特征变换

  • 2.2.一、Binarizer（连续特征二值化）
  • 2.2.二、BucketedRandomProjectionLSH (欧几里德距离度量-局部敏感哈希)
  • 2.2.三、

• 2.三、特征选择

  • 2.3.一、
  • 2.3.二、
  • 2.3.三、