目录第1章 分类与回归 支持向量机 算法描述和定义 输入参数和含义 代码展示 应用场景 逻辑回归 算法描述和定义 输入参数和含义 代码展示 应用场景 线性回归 算法描述和定义 输入参数和含义 代码展示 应用场景 朴素贝叶斯 算法描述和含义 输入参数和含义 代码展示 应用场景 决策树 算法描述和定义 输入参数和含义 代码展示 应用场景 随机森林 算法描述和定义 输入参数和含义 代码展示 应用场景 梯度提升树 算法描述和定义 输入参数和含义 代码展示 应用场景 保序回归 算法描述和定义 输入参数和含义 代码展示 应用场景 7第2章 协同过滤 算法描述和定义 输入参数和含义 代码展示 应用场景 8第3章 聚类 K-means 算法描述和定义 输入参数和含义 代码展示 应用场景 高斯混合 算法描述和定义 输入参数和含义 代码展示 应用场景 快速迭代聚类(图片) 算法描述和定义 输入参数和含义 代码展示 应用场景 三层贝叶斯概率模型 算法描述和定义 输入参数和含义 代码展示 应用场景 二分K-means聚类 算法描述和定义 输入参数和含义 代码展示 应用场景 流K-means 算法描述和定义 输入参数和含义 代码展示 应用场景 10第4章 降维算法 奇异值分解 算法描述和定义 输入参数和含义 代码展示 应用场景 主成分分析(PCA) 算法描述和定义 输入参数和含义 代码展示 应用场景 11第5章 统计 相关统计 算法描述和定义 输入参数和含义 代码展示 应用场景 分层采样 算法描述和定义 输入参数和含义 代码展示 应用场景 假设检验 算法描述和定义 输入参数和含义 代码展示 应用场景 流式显著性测试 算法描述和定义 输入参数和含义 代码展示 应用场景 随机数发生器 算法描述和定义 输入参数和含义 代码展示 应用场景 核密度估计 算法描述和定义 输入参数和含义 代码展示 应用场景 13第6章 特征抽取和变换 TF-IDF 算法描述和定义 输入参数和含义 代码展示 应用场景 词到变量 算法描述和定义 输入参数和含义 代码展示 应用场景 标准化 算法描述和定义 输入参数和含义 代码展示 应用场景 正规化 算法描述和定义 输入参数和含义 代码展示 应用场景 14分类与回归支持向量机算法描述和定义神经网络与支持向量机(包含核方法)都是非线性分类模型。1986年,lelland发明了神经网络的学****算法BackPropagation。后来,Vapnik等人于1992年提出了支
sparkmlib算法使用有代码输入输出 来自淘豆网www.taodocs.com转载请标明出处.