第二篇：使用Spark对MovieLens的特征进行提取

阅读目录 前言 类别特征提取 派生特征提取 文本特征提取 归一化特征 回到顶部 前言        在对数据进行了初步探索后，想必读者对MovieLens数据集有了感性认识。而在数据挖掘/推荐引擎运行前，往往需要对数据预处理。预处理的重要性不言而喻，甚至比数据挖掘/推荐系统本身还重要。        然而完整的数据预处理工作会涉及到：缺失值，异常值，口径统一，去重，特征提取等等等等，可以单写一本书

>>阅读原文<<