Jupyter 配置 安装 Jupyter 构建和安装 Toree 启动 Spark MLeap 集成 Notebook 启动 PySpark MLeap 集成 Notebook Jupyter 配置 我们推荐使用 Toree Kernel 来实现在 Jupyter 中运行 Spark。我们假设你已经安装了如下依赖： Python 2.x...

支持的 Transformer 特征相关 分类相关 回归相关 聚类相关 扩展 推荐算法 支持的 Transformer 以下是 MLeap 支持的所有 Transformer。 注意：TensorFlow 的相关支持情况并没有被列在这里，但你可以在一个 MLeap Transformer Pipline 中插入任意 TensorFlow...

Scikit-Learn Transformer 示例 Label Encoder Scikit-Learn 中的 OneHotEncoder MLeap 的 OneHotEncoder Scikit-Learn Transformer 示例 接下来我们列出了一些更为复杂的 Transformer，以及一些需要额外处理来更好兼容 Pipelin...

Creating a Leap Frame Creating a Leap Frame Let’s create a leap frame to hold our data. import ml . combust . mleap . runtime . _ import ml . combust . mleap . core . type...

核心概念 核心概念 MLeap 通过多个核心构件（Building Block）来实现 Pipeline 的轻松部署。 概念 说明 Data Frames 用于存储将被转换的数据，类似于 SQL 表。 Transformers 从 Data Frame 中提取数据，对数据应用某些操作，并输出新的字段到 Data Fram...

Demo Notebooks AirBnb 价格预测 Lending Club 贷款批准 MNIST 手写数字识别 Demo Notebooks 我们已经整理了一些 Notebook 来展示 MLeap 集成 Spark、Scikit-Learn（很快就会支持 TensorFlow）的使用。这些 Demo Notebook 可以从 mleap-...

Pipeline Pipeline 的一个简单例子 进阶 Pipeline Pipeline 机器学习 Pipeline 由一系列执行于 Data Frame 的 Transformer 构成。Pipeline 允许我们结合多个特征 Transformer 和实际的预测算法在一起。Pipeline 既能简单到仅有单个 Transformer，也能...

Transforming a Leap Frame Transforming a Leap Frame with a Pipeline Transforming a Leap Frame Transformers are a useful abstraction for computing data in a dataframe, whether ...

MLeap Troubleshooting Must provide a sample dataset for the X transformer Fixed Code MLeap Troubleshooting Must provide a sample dataset for the X transformer This error oc...

Leap Frame 操作 插入数据 插入可选值 删除字段 读取数据 选取字段 Leap Frame 操作 Leap Frame 提供了如下基本操作： 创建新列并插入数据 删除列 读取一行数据 选出多列数据并插入到一条新的 Leap Frame 当中 插入数据 从已有字段中生成新的值非常简单，只需要指定输出字段的名字，输入字段的列...