Maskininlärningsfunktioner

I det förra kapitlet fick du bekanta dig med en del av Spark MLlibs funktioner för särdragstransformation. Om det biblioteket vore en middag skulle särdragstransformationerna vara förrätten – huvudrätten är ett välsmakande urval av maskininlärningsfunktioner! Alla dessa funktioner har namn som börjar med ml_ och följer ett liknande mönster. De tar flera argument, bland annat en tibble, en formel som anger sambandet mellan variabler, en sträng med särdragsnamnen, en sträng med etiketterna och mer därtill.

Tillgängliga maskininlärningsfunktioner inkluderar linjär regression och dess varianter, trädbaserade modeller (ml_decision_tree_classifier()) samt ett antal andra. Du kan se en lista över alla maskininlärningsfunktioner med ls().

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

Vilka argument tar alla maskininlärningsmodellfunktioner?