1. 分词器1.1 算法介绍 类别：transformer【转换器】 Tokenizer Tokenization 将文本划分为单词。下面例子将展示如何把句子划分为单词。 RegexTokenizer基于正则表达式提供了更多的划分选项。默

1. 特征处理介绍特征处理主要分三部分： 特征提取：从原始数据中提取特征 特征转换：特征的维度、特征的转化、特征的修改 特征选取：从大规模特征中选取一个子集 Spark 特征提取提供三种算法：分别是 TF-IDF、 Word2Ve

在机器学习 准确率（accuracy），精确率（Precision），召回率（Recall）和 综合评价指标（F1-Measure ） 一、说明有一个模型，能够在100人中找出程序猿，找的结果如下（混淆矩阵）： 实际 \ 预测 Tru

1. 介绍一个典型的机器学习构建包含若干个步骤 源数据ETL 数据预处理 特征选取 模型训练与验证 以上四个步骤可以抽象为一个包括多个步骤的流水线式工作，从数据收集开始至输出我们需要的最终结果，因此,对以上多个步骤,进行抽象模型，简化流