ฟังก์ชัน Machine Learning

ในบทที่แล้ว เราได้เห็นความสามารถด้านการแปลงฟีเจอร์ของ Spark MLlib กันไปแล้ว ถ้าจะเปรียบไลบรารีนี้กับมื้ออาหาร การแปลงฟีเจอร์ก็เปรียบเหมือนเมนูเรียกน้ำย่อย ส่วนเมนูหลักคือฟังก์ชันโมเดล machine learning ที่หลากหลาย ฟังก์ชันเหล่านี้ทุกตัวมีชื่อขึ้นต้นด้วย ml_ และมีรูปแบบ signature ที่คล้ายกัน โดยรับอาร์กิวเมนต์หลายตัว ได้แก่ tibble, สูตร (formula) ที่ระบุความสัมพันธ์ระหว่างตัวแปร, ชื่อฟีเจอร์ในรูปแบบ string, ชื่อ label ในรูปแบบ string และอื่น ๆ

ฟังก์ชัน machine learning ที่รองรับ ได้แก่ linear regression และรูปแบบต่าง ๆ, โมเดลแบบ tree (ml_decision_tree_classifier()) และอื่น ๆ อีกหลายตัว ดูรายการฟังก์ชัน machine learning ทั้งหมดได้ด้วย ls()

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

ฟังก์ชันโมเดล machine learning ทุกตัวรับอาร์กิวเมนต์ใดบ้าง?