摘要：
在分类问题中，有存在正反例数目差异较大的情况，这种情况叫做类别不平衡。 针对这种问题，解决方式主要有3种：假设正例数量大，反例数目极小。 1、减少正例的数量，使得数据平衡，再进一步分类，这种情况属于“欠采样”； 2、增加反例的数目平衡数据，再分类，这种称为“过采样”； 3、阈值移动：直接使用原始数据 阅读全文
摘要：
多分类学习 面对多分类问题，可以直接把二分类学习方法推广到多分类。其基本思路就是“拆解法”，即将多分类任务 拆成多个二分类问题求解，然后为每一个二分类问题训练一个分类器，在测试时，对这些分类器的预测结果进行集成从而获得最终的多分类结果。 拆分策略 “一对一”：One vs One，简称OvO “一对 阅读全文
摘要：
1、下载 下载地址：http://spark.apache.org/downloads.html。 选择下面版本下载。 2、操作流程：https://blog.csdn.net/nxw_tsp/article/details/78281533 阅读全文
摘要：
详细过程： 1、VMware安装； 2、centos 6 安装 3、jdk下载安装配置 4、Hadoop 安装配置 1、VMware Workstation 安装： https://www.vmware.com/cn/products/workstation-pro.html 下载安装，很简单 阅读全文
摘要：
决策树可以分成ID3、C4.5和CART。 CART与ID3和C4.5相同都由特征选择，树的生成，剪枝组成。但ID3和C4.5用于分类，CART可用于分类与回归。 ID3和C4.5生成的决策树可以是多叉的，每个节点下的叉树由该节点特征的取值种类而定，比如特征年龄分为（青年，中年，老年），那么改节点下 阅读全文