Funzioni di Machine Learning

Nel capitolo precedente, hai visto alcune funzionalità di trasformazione delle feature di Spark MLlib. Se quella libreria fosse un pasto, le trasformazioni delle feature sarebbero l'antipasto; il piatto principale è una ricca selezione di funzioni di modellazione di Machine Learning! Queste funzioni hanno tutte nomi che iniziano con ml_ e una firma simile. Accettano diversi argomenti, tra cui una tibble, una formula che specifica la relazione tra le variabili, una stringa con i nomi delle feature, una stringa con le etichette e altro ancora.

Le funzioni di Machine Learning supportate includono la regressione lineare e le sue varianti, modelli basati su alberi (ml_decision_tree_classifier()) e alcune altre. Puoi vedere l'elenco di tutte le funzioni di Machine Learning usando ls().

ls("package:sparklyr", pattern = "^ml")

Quali argomenti accettano tutte le funzioni dei modelli di Machine Learning?