机器学习函数

在上一章中，您已经看到 Spark MLlib 的部分特征变换功能。若把该库比作一顿饭，特征变换只是开胃菜；主菜则是丰富多样的机器学习建模函数！这些函数名称都以 ml_ 开头，且具有相似的签名。它们接收多个参数，包括一个 tibble、用于指定变量关系的公式、用于命名特征的字符串、包含标签的字符串等。

支持的机器学习函数包括线性回归及其变体、树模型（ml_decision_tree_classifier()），以及其他少量方法。您可以使用 ls() 查看所有机器学习函数的列表。

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

所有机器学习模型函数都会接收哪些参数？