機械学習関数

前の章では、Spark MLlib の特徴量変換機能の一部を紹介しました。この機能をコース料理に例えるなら、特徴量変換は前菜にあたります。そしてメインコースは、充実した機械学習モデリング関数の数々です！これらの関数はすべて ml_ で始まる名前を持ち、共通のシグネチャを持っています。tibble、変数間の関係を指定する formula、特徴量の名前を表す文字列、ラベルを含む文字列など、複数の引数を取ります。

サポートされている機械学習関数には、線形回帰とそのバリアント、ツリーベースのモデル（ml_decision_tree_classifier()）などがあります。すべての機械学習関数の一覧は ls() を使って確認できます。

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

すべての機械学習モデル関数が共通して取る引数は何でしょうか？