《Scala机器学习》一一3.4　机器学习库-低调大师

《Scala机器学习》一一3.4　机器学习库

2017-07-03 586

本节书摘来自华章计算机《Scala机器学习》一书中的第3章，第3.4节,作者：[美]　亚历克斯·科兹洛夫（Alex Kozlov），更多章节内容可以访问云栖社区“华章计算机”公众号查看。

3.4　机器学习库

Spark是基于内存的存储系统，它本质上能提高节点内和节点之间的数据访问速度。这似乎与ML有一种自然契合，因为许多算法需要对数据进行多次传递或重新分区。MLlib是一个开源库，但仍有一些私人公司还在不断按自己的方式来实现MLlib中的算法。
在第5章会看到大多数标准机器学习算法可以表示为优化问题。例如，经典线性回归会最小化回归直线与实际y值之间的距离平方和：

其中，是由下面的线性表达式所得到的预测值：

A通常称为斜率，B通常称为截距。线性优化问题更一般化的公式可以写成最小化加法函数：

其中，L(w | xi, yi)称为损失函数，R(w)

微信关注我们

原文链接：https://yq.aliyun.com/articles/118807

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

《Scala机器学习》一一3.3　应用

本节书摘来自华章计算机《Scala机器学习》一书中的第3章，第3.3节,作者：[美]　亚历克斯·科兹洛夫（Alex Kozlov），更多章节内容可以访问云栖社区“华章计算机”公众号查看。 3.3　应用下面会介绍Spark/Scala中的一些实际示例和库，具体会从一个非常经典的单词计数问题开始。3.3.1　单词计数大多数现代机器学习算法需要多次传递数据。如果数据能存放在单台机器的内存中，则该数据会容易获得，并且不会呈现性能瓶颈。如果数据太大，单台机器的内存容纳不下，则可保存在磁盘（或数据库）上，这样虽然可得到更大的存储空间，但存取速度大约会降为原来的1/100。另外还有一种方式就是分割数据集，将其存储在网络中的多台机器上，并通过网络来传输结果。虽然对这种方式仍有争议，但分析表明，对于大多数实际系统而言，如果能有效地在多个CPU之间拆分

2017-07-04

535

《Scala机器学习》一一3.5　Spark的性能调整

本节书摘来自华章计算机《Scala机器学习》一书中的第3章，第3.5节,作者：[美]　亚历克斯·科兹洛夫（Alex Kozlov），更多章节内容可以访问云栖社区“华章计算机”公众号查看。 3.5　Spark的性能调整虽然数据管道的高效执行是任务调度器优先考虑的，这是Spark驱动的一部分，有时Spark需要人为给出一些提示。Spark调度主要与两个参数有关：CPU和内存。当然其他资源（如磁盘和网络I/O）也在Spark性能方面发挥重要作用，但目前Spark、Mesos或YARN都不能主动管理它们。要监控的第一个参数是RDD的分区数，可以从文件中读取RDD时明确指定。常见的Spark错误是分区太多，这样做需要提供更多的并行性。当任务开始/结束时间相对较小的情况下，这样做也可以工作。但是建议减少分区数，特别是在有聚合的情况时。每个RDD

2017-07-04

532

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

JDK

JDK是 Java 语言的软件开发工具包，主要用于移动设备、嵌入式设备上的java应用程序。JDK是整个java开发的核心，它包含了JAVA的运行环境（JVM+Java系统类库）和JAVA工具。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。