Machine learning 函式

在上一章中，你看過 Spark MLlib 的部分特徵轉換功能。若把這個函式庫比作一餐，特徵轉換只是開胃菜；主菜則是豐盛的機器學習模型函式！這些函式的名稱都以 ml_ 開頭，介面也很類似。它們會接受多個引數，包括一個 tibble、用來指定變數關係的 formula、特徵名稱的字串、標籤名稱的字串，等等。

支援的機器學習函式包含線性迴歸及其變體、樹狀模型（ml_decision_tree_classifier()），以及其他一些方法。你可以用 ls() 查看所有機器學習函式的清單。

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

所有機器學習模型函式都會接受哪些引數？