Funcții de învățare automată

În capitolul anterior, ai explorat o parte din funcționalitățile de transformare a caracteristicilor oferite de Spark MLlib. Dacă această bibliotecă ar fi un meniu, transformările ar fi aperitivul; felul principal este o selecție generoasă de funcții de modelare pentru învățarea automată! Toate aceste funcții au nume care încep cu ml_ și o semnătură similară. Acceptă mai mulți parametri: un tibble, o formulă ce specifică relația dintre variabile, un șir de caractere cu numele caracteristicilor, un șir cu etichetele și altele.

Funcțiile de învățare automată disponibile includ regresia liniară și variantele sale, modele bazate pe arbori de decizie (ml_decision_tree_classifier()) și câteva altele. Poți consulta lista completă a funcțiilor de învățare automată folosind ls().

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

Ce parametri au în comun toate funcțiile de modelare pentru învățarea automată?