spark机器学习-分类回归总结

1.spark支持的分类包括以下几个场景：
a.二分类，顾名思义就是只分成A和B两类
b.多分类分成A，B，C，D等多个分类
不支持多标签分类，所谓的多标签分类是指一个样本可以属于多个分类，也就是比如样本X既属于A分类又属于B分类，spark目前不支持
分类的算法主要有逻辑回归分类算法，决策树，随即森林等，不管是哪种算法，不同点主要在于支持的分类数量和样本数量的限制不同，评价分类算法的好坏的标志主要是看准确性和areaUnderRoc值，areaUnderRoc主要是为了解决样本不均匀时使用准确率指标不科学的问题.

2.线性回归与分类的主要区别是预测的结果是实数值，而不是离散值，衡量回归的算法的好坏的标准主要是均方差等.

附混淆矩阵：

TP：预测为 1，预测正确，即实际 1
FP ：预测为 1，预测错误，即实际 0
FN ：预测为 0，预测错误，即实际 1
TN ：预测为 0，预测正确，即实际 0

参考wiki:
https://www.zhihu.com/question/39840928

spark机器学习-分类回归总结相关推荐

Python机器学习--分类\回归--决策树算法
决策树算法类型决策树是一系列算法,而不是一个算法. 决策树包含了 ID3分类算法,C4.5分类算法,Cart分类树算法,Cart回归树算法. 决策树既可以做分类算法,也可以做回归算法.因此决策树既可 ...
Spark机器学习库MLib分类和回归文档V1.4.1（翻译）
Spark MLib分类与回归 MLlib支持各种方法二分类,多分类,和回归分析.下表概述了每个类型的问题支持的算法. 问题类型支持的方法二分类线性支持向量机,Logistic回归,决策树,朴素 ...
spark java 逻辑回归_逻辑回归分类技术分享，使用Java和Spark区分垃圾邮件
原标题:逻辑回归分类技术分享,使用Java和Spark区分垃圾邮件由于最近的工作原因,小鸟很久没给大家分享技术了.今天小鸟就给大家介绍一种比较火的机器学习算法,逻辑回归分类算法. 回归是一种监督式学 ...
手把手带你玩转Spark机器学习-使用Spark构建回归模型
系列文章目录手把手带你玩转Spark机器学习-专栏介绍手把手带你玩转Spark机器学习-问题汇总手把手带你玩转Spark机器学习-Spark的安装及使用手把手带你玩转Spark机器学习-使用S ...
Spark机器学习之垃圾邮件分类
Spark机器学习之垃圾邮件分类步骤概述通过HashingTF构建文本的特征向量,然后使用随机梯度下降算法实现逻辑回归,进而对邮件进行分类垃圾邮件分类代码导入相关的包 import org.a ...
机器学习系列之手把手教你实现一个分类回归树
https://www.ibm.com/developerworks/cn/analytics/library/machine-learning-hands-on5-cart-tree/index.h ...
id3决策树鸢尾花 python_机器学习之分类回归树(python实现CART)
机器学习之分类回归树(python实现CART) 之前有文章介绍过决策树(ID3).简单回顾一下:ID3每次选取最佳特征来分割数据,这个最佳特征的判断原则是通过信息增益来实现的.按照某种特征切分数据后 ...
机器学习实战（八）分类回归树CART（Classification And Regression Tree）
目录 0. 前言 1. 回归树 2. 模型树 3. 剪枝(pruning) 3.1. 预剪枝 3.2. 后剪枝 4. 实战案例 4.1. 回归树 4.2. 模型树学习完机器学习实战的分类回归树,简单 ...
Py之scikit-learn：机器学习sklearn库的简介、六大基本功能介绍(数据预处理/数据降维/模型选择/分类/回归/聚类)、安装、使用方法(实际问题中如何选择最合适的机器学习算法)之详细攻略
Py之scikit-learn:机器学习sklearn库的简介(组件/版本迭代).六大基本功能介绍(数据预处理/数据降维/模型选择/分类/回归/聚类).安装.使用方法(实际问题中如何选择最合适的机器学 ...

spark机器学习-分类回归总结

spark机器学习-分类回归总结相关推荐

最新文章

热门文章