《Spark机器学习进阶实战》——2.5　本章小结

2.5　本章小结

本章从数据分析概念出发，总结了常用的数据分析流程，并对数据分析流程相关步骤进行了说明。本章中的流程只是作者的经验总结，可能和其他资料中的流程有所区别，一切以做好数据分析为核心，请在做好数据分析的情况下自主总结流程。

同时，本章对数据分析基本方法进行了说明，以统计分析为主，兼顾机器学习，不仅对结果进行解释，让人更加直观、清晰地认识世界，同时对模型进行评估，着眼于预测未来，并提出决策性建议。

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，需要的读者可以从https://github.com/datadance上下载。

本章使用的数据集是：从stanford爬取下来的gowalla数据。数据下载地址为https://snap.stanford.edu/data/loc-gowalla.html。

在下一章中，我们将重点研究使用MLlib构建分类模型。