《Spark机器学习进阶实战》——3.6　本章小结

3.6　本章小结

本章主要介绍了MLlib中提供的各类分类模型，讨论了分类模型的常见算法，以及算法的合理使用场景、分类模型效果的评估方法，如正确率、准确率、召回率、F1值、ROC和AUC等。还讨论了如何在给定的输入数据中训练模型，如何用之前介绍的技术处理特征以得到更好的性能，以及如何对模型参数进行调优。最后扩展了一些分类模型的知识。

对于一些可以从Spark官网上获取的算法示例代码，我们没有进行展示，包括示例代码也没有在书中展示，需要的读者可以从本书目录https://github.com/datadance下载。

本章使用的数据集是从360应用市场爬取下来的应用数据。

在下一章中，我们将使用类似的方法研究MLlib的聚类模型。