书栈网 · BookStack 本次搜索耗时 0.037 秒,为您找到 2290 个相关结果.
  • 决策树预测(batch)

    决策树预测(batch) 功能介绍 参数说明 脚本示例 脚本代码 脚本结果 决策树预测(batch) 功能介绍 决策树支持多种树模型 id3,cart,c4.5 支持带样本权重的训练 参数说明 名称 中文名称 描述 类型 是否必须? 默认值 predictionCol 预测结果列名 预测...
  • LDA

    功能介绍 参数说明 脚本示例 脚本代码 脚本运行结果 模型结果 预测结果 功能介绍 LDA是一种文档主题生成模型。LDA是一种非监督机器学习技术,可以用来识别大规模文档集(document collection)或语料库(corpus)中潜藏的主题信息。它采用了词袋(bag of words)的方法,这种方法将每一篇文档视为一个词频向量,...
  • ColumnsToJson

    ColumnsToJson 功能介绍 参数说明 脚本示例 脚本代码 脚本运行结果 ColumnsToJson 功能介绍 将数据格式从 Columns 转成 Json 参数说明 名称 中文名称 描述 类型 是否必须? 默认值 handleInvalid 解析异常处理策略 解析异常处理策略 String...
  • 7.2 返回函数

    返回函数 函数作为返回值 闭包 返回函数 函数作为返回值 高阶函数除了可以接受函数作为参数外,还可以把函数作为结果值返回。 我们来实现一个可变参数的求和。通常情况下,求和的函数是这样定义的: def calc_sum (* args ): ax = 0 for n in args : ...
  • CsvToJson

    Description Parameters Script Example Code Results Description Transform data type from Csv to Json. Parameters Name Description Type Required? Default Value ...
  • LDA算法训练(batch)

    功能介绍 参数说明 脚本示例 脚本代码 脚本运行结果 模型结果 预测结果 功能介绍 LDA是一种文档主题生成模型。LDA是一种非监督机器学习技术,可以用来识别大规模文档集(document collection)或语料库(corpus)中潜藏的主题信息。它采用了词袋(bag of words)的方法,这种方法将每一篇文档视为一个词频向量,...
  • LDA算法训练(batch)

    功能介绍 参数说明 脚本示例 脚本代码 脚本运行结果 模型结果 预测结果 功能介绍 LDA是一种文档主题生成模型。LDA是一种非监督机器学习技术,可以用来识别大规模文档集(document collection)或语料库(corpus)中潜藏的主题信息。它采用了词袋(bag of words)的方法,这种方法将每一篇文档视为一个词频向量,...
  • gbdt二分类预测(batch)

    功能介绍 参数说明 脚本示例 运行脚本 脚本结果 功能介绍 gbdt(Gradient Boosting Decision Trees)二分类,是经典的基于boosting的有监督学习模型,可以用来解决二分类问题 支持连续特征和离散特征 支持数据采样和特征采样 目标分类必须是两个 参数说明 名称 中文名称 描...
  • GbdtRegressorPredict(batch)

    Description Parameters Script Example Script Result Description Gradient Boosting(often abbreviated to GBDT or GBM) is a popular supervised learning model. It is the best ...
  • GbdtRegressorPredict(stream)

    Description Parameters Script Example Result Description Gradient Boosting(often abbreviated to GBDT or GBM) is a popular supervised learning model. It is the best off-the-s...