根據特徵資料區分屬於哪一類
比如微博 發表文章判斷屬於哪一類，正向還是負向
類別：支援向量機
決策樹(本章具體描述決策樹)
**決策樹：**將特徵進行劃分，進行一些列處理
例子：中午吃飯，兜裡錢是否大於20，此時繼續判斷錢是否大於25，如果大於吃黃燜雞+可樂，不大於黃燜雞。如果兜裡錢一開始就不大於20吃泡麵
/*** 判斷人是否幸福
* */
def main(args: array[string]): unit = else
var social_friend = line.getstring(6)
if(social_friend ==null || social_friend.equals(""))
val feature = array[double](line.getstring(0).todouble,
line.getstring(1).todouble,line.getstring(2).todouble,
line.getstring(3).todouble,line.getstring(4).todouble,
line.getstring(5).todouble,social_friend.todouble,
line.getstring(7).todouble)}
}//劃分訓練集和測試集
val array(trandata,testdata) = labelpoint.randomsplit(array(0.8,0.2))
//訓練
val model = decisiontree.trainclassifier(trandata,
7,//特徵數量
map[int,int](),//儲存類別特徵型別
"gini",//資料完整度 表示不純行度量方式
5,//樹的深度
32//最大引數
)//決策樹
val result = testdata.map
}result.take(10).foreach(println(_))
println(model.todebugstring)
//獲得相關值
val metrics = new multiclassmetrics(result)//檢測結果model
println(s"結果準確度：$")
spark.close()//關閉資源
}}
機器學習演算法分類
這些演算法按照學習方式分類的分的話，可以分為一下幾類 1 監督式學習 從給定的訓練資料集中學習出乙個函式，當新的資料到來時，可以根據這個函式 結果。監督學習的訓練集需要包括輸入和輸出，也可以說是特徵和目標。訓練集中的目標是由人標註的。常見的監督式學習演算法包括回歸分析和統計分類。2 非監督式學習 與...
機器學習 分類演算法
最優化理論基礎 分類演算法詳解 簡單例項講解樸素貝葉斯分類演算法 機器學習實戰 樸素貝葉斯 機器學習實戰 python3 基於概率論的分類方法 樸素貝葉斯 機器學習入門之決策樹演算法 決策樹演算法的基本原理 機器學習實戰 python3 決策樹id3 機器學習實戰 基於資訊理論的三種決策樹演算法 i...
機器學習演算法分類
4.了解了機器學習的各種類別，那麼每一種類別有哪些應用呢？機器學習 machine learning 是人工智慧 ai 重要的一部分，是實現人工智慧的乙個途徑。機器學習包含不同種類的演算法，而為了解決不同型別的問題，機器學習演算法可以分為特定的種類，我們要使用最適合的演算法來解決它最擅長的問題。學習...