Spark作为新兴的、应用范围最为广泛的大数据处理开源框架引起了广泛的关注,它吸引了大量程序设计和开发人员进行相关内容的学习与开发,其中MLlib是Spark框架使用的核心。Spark MLlib机器学习实践(第2版) 是一本细致介绍Spark MLlib程序设计的图书,入门简单,示例丰富。
本书分为13章,从Spark基础安装和配置开始,依次介绍MLlib程序设计基础、MLlib的数据对象构建、MLlib中RDD使用介绍,各种分类、聚类、回归等数据处理方法,最后还通过一个完整的实例,回顾了前面的学习内容,并通过代码实现了一个完整的分析过程。
本书理论内容由浅而深,采取实例和理论相结合的方式,讲解细致直观,适合Spark MLlib初学者、大数据分析和挖掘人员,也适合高校和培训学习相关专业的师生教学参考。
目录
- 第1章 星星之火 1第2章 Spark安装和开发环境配置 7
- 第3章 RDD详解 35
- 第4章 MLlib基本概念 54
- 第5章 协同过滤算法 72
- 第6章 MLlib线性回归理论与实战 86
- 第7章 MLlib分类实战 98
- 第8章 决策树与保序回归 118
- 第9章 MLlib中聚类详解 130
- 第10章 MLlib中关联规则 141
- 第11章 数据降维 150
- 第12章 特征提取和转换 157
- 第13章 MLlib实战演练——鸢尾花分析166