Machine learning-functies

In het vorige hoofdstuk heb je een deel van de functionaliteit voor feature-transformatie in Spark MLlib gezien. Als die bibliotheek een maaltijd was, dan waren de feature-transformaties het voorgerecht; het hoofdgerecht is een heerlijke selectie van machine learning-modelleerfuncties! Deze functies hebben allemaal namen die beginnen met ml_ en een vergelijkbare signatuur. Ze nemen meerdere argumenten aan, waaronder een tibble, een formule die de relatie tussen variabelen specificeert, een string met de naam van de features, een string met de labels en meer.

Ondersteunde machine learning-functies omvatten lineaire regressie en varianten daarvan, boomgebaseerde modellen (ml_decision_tree_classifier()) en nog een paar andere. Je kunt de lijst met alle machine learning-functies bekijken met ls().

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

Welke argumenten nemen alle machine learning-modelfuncties aan?