Algorithmes PySpark MLlib

Avant d'utiliser des algorithmes de Machine Learning dans l'interpréteur PySpark, vous devez importer les sous-modules de la bibliothèque pyspark.mllib, puis choisir la classe appropriée selon la tâche de Machine Learning visée.

Dans cet exercice simple, vous apprendrez à importer les différents sous-modules de pyspark.mllib, ainsi que les classes nécessaires pour exécuter des algorithmes de filtrage collaboratif, de classification et de regroupement.

Cette activité fait partie du cours

Principes de Big Data avec PySpark

Voir le cours

Instructions de l’exercice

Importez le sous-module recommendation de pyspark.mllib et la classe Alternating Least Squares.
Importez le sous-module classification de pyspark.mllib et la classe Logistic Regression with LBFGS.
Importez le sous-module clustering de pyspark.mllib et la classe kmeans.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Import the library for ALS
from pyspark.mllib.____ import ____

# Import the library for Logistic Regression
from ____.____.____ import ____

# Import the library for Kmeans
from ____.____.____ ____ ____

Modifier et exécuter le code