Megosztás a következőn keresztül:

Az Apache Spark MLlib használata az Azure Databricksben

  • Cikk

Ez az oldal az MLlib Azure Databricksen való használatát bemutató példajegyzetfüzeteket tartalmaz.

Az Apache Spark MLlib az Apache Spark skálázható gépi tanulási kódtára, amely gyakran használt tanulási algoritmusokat és segédeszközöket tartalmaz, beleértve a besorolást, regressziót, fürtözést, együttműködési szűrést, dimenziócsökkentést és mögöttes optimalizálási primitíveket. Az MLlib-funkciókkal kapcsolatos referenciainformációkért az Azure Databricks a következő Apache Spark API-referenciákat javasolja:

Az Apache Spark MLlib R-ből való használatával kapcsolatos információkért tekintse meg az R gépi tanulási dokumentációját.

Bináris besorolási példajegyzetfüzet

Ez a jegyzetfüzet bemutatja, hogyan hozhat létre bináris osztályozási alkalmazást az Apache Spark MLlib Pipelines API-val.

Bináris osztályozási jegyzetfüzet

Jegyzetfüzet beszerzése

Döntési fák példajegyzetfüzetei

Ezek a példák a döntési fák különböző alkalmazásait szemléltetik az Apache Spark MLlib Pipelines API használata esetén.

Döntési fák

Ezek a jegyzetfüzetek bemutatják, hogyan hajthat végre osztályozásokat a döntési fák segítségével.

Döntési fák számjegyfelismerési jegyzetfüzetekhez

Jegyzetfüzet beszerzése

Döntési fák SFO-felmérési jegyzetfüzetekhez

Jegyzetfüzet beszerzése

GBT-regresszió MLlib-folyamatok használatával

Ebből a jegyzetfüzetből megtudhatja, hogyan használhatja az MLlib-folyamatokat regresszió végrehajtására gradient boosting technikán alapuló fák használatával, a kerékpárkölcsönzések (óránkénti) számának előrejelzéséhez, olyan információk alapján, mint például a hét napjai, az időjárás, az évszak stb.

Közösségi kerékpáros rendszer regressziós jegyzetfüzete

Jegyzetfüzet beszerzése

Speciális Apache Spark MLlib-jegyzetfüzet– példa

Ez a jegyzetfüzet bemutatja, hogyan hozhat létre egyéni átalakítót.

Egyéni átalakító jegyzetfüzete

Jegyzetfüzet beszerzése