Spark 快速大数据分析 -垃圾邮件分类示例

垃圾邮件分析是一个用来快速了解MLlib的例子。这个程序用了两个函数：HashingTF与LogisticRegressionWithSGD，前者从文本数据构建词频（termfrequency）特征向量，后者使用随机梯度下降法实现逻辑回归。 机器学习算法尝试根据训练数据（training data）使得表示算法行为的数学目标最大化，并 以此来进行预测或作出决定。机器学习问题分为几种，包括分类、回归

>>阅读原文<<