【機械学習】iPython NotebookでSparkを起動させてMLlibを試す - Qiita
SparkをiPython Notebook(Jupyter)で動作させ、MLlibを動かしてみるテストです。クラスタリング（KMeans）、分類:Classification（SVM, ロジスティック回帰, Random Forest）をirisデータで試しました。 環境 OS: Mac OSX Yosemite 10.10.3 Spark: spark-1.5.0-bin-hadoop2.6 Python: 2.7.10 |Anaconda 2.2.0 (x86_64)| (default, May 28 2015, 17:04:42) 本稿では上記の環境で行ったものを記載していますので、他の環境では設定が異なる場合もあるかと思いますのでご注意ください。 1. Sparkバイナリのダウンロード&配置 http://spark.apache.org/downloads.html から s
Extracting, transforming and selecting features - Spark 2.2.0 Documentation
Extracting, transforming and selecting features This section covers algorithms for working with features, roughly divided into these groups: Extraction: Extracting features from “raw” data Transformation: Scaling, converting, or modifying features Selection: Selecting a subset from a larger set of features Locality Sensitive Hashing (LSH): This class of algorithms combines aspects of feature trans
pyspark.ml package — PySpark 2.1.0 documentation
ML Pipeline APIs¶ DataFrame-based machine learning APIs to let users quickly assemble and configure practical machine learning pipelines. class pyspark.ml.Transformer¶ Abstract class for transformers that transform one dataset into another. copy(extra=None)¶ Creates a copy of this instance with the same uid and some extra params. The default implementation creates a shallow copy using copy.copy(),
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
MLlib: メイン ガイド - Spark 2.0.0 ドキュメント 日本語訳
pyspark.ml package — PySpark 3.0.1 documentation
Classification and regression - Spark 3.5.1 Documentation
Classification and regression - Spark 2.2.0 Documentation
MLlib: Main Guide - Spark 2.2.0 Documentation
