SQL机器学习库MADlib技术解析

11.2 预测度量

11.1 交叉验证

第11章 模型评估

10.4 小结

10.3 单源最短路径示例

10.2 MADlib的单源最短路径相关函数

10.1 背景知识

第10章 图算法

9.4 小结

9.3 Apriori应用示例

9.2 MADlib的Apriori算法函数

9.1 背景知识

第9章 关联规则

8.4 小结

8.3 k-means示例

8.2 MADlib的k-means相关函数

8.1 背景知识

第8章 聚类

7.6 小结

7.5 随机森林

7.4 决策树

7.3 支持向量机

7.2 朴素贝叶斯

7.1 K近邻

第7章 分类

6.4 小结

6.3 时间序列分析示例

6.2 MADlib中ARIMA相关函数

6.1 背景知识

第6章 时间序列分析

5.7 小结

5.6 弹性网络回归

5.5 序数回归

5.4 多类回归

5.3 逻辑回归

5.2 非线性回归

5.1 线性回归

第5章 回归

4.4 小结

4.3 主成分分析

4.2 概率统计

4.1 描述性统计

第4章 数据探索

3.5 小结

3.4 分类变量编码

3.3 透视表

3.2 矩阵分解

3.1 邻近度

第3章 数据转换

2.3 小结

2.2 矩阵

2.1 向量

第2章 数据类型

1.4 小结

1.3 MADlib的安装与卸载

1.2 MADlib的功能

1.1 基本概念

第1章 MADlib基础

前言

作者简介

内容简介

版权信息

封面

封面

版权信息

内容简介

作者简介

前言

第1章 MADlib基础

1.1 基本概念

1.2 MADlib的功能

1.3 MADlib的安装与卸载

1.4 小结

第2章 数据类型

2.1 向量

2.2 矩阵

2.3 小结

第3章 数据转换

3.1 邻近度

3.2 矩阵分解

3.3 透视表

3.4 分类变量编码

3.5 小结

第4章 数据探索

4.1 描述性统计

4.2 概率统计

4.3 主成分分析

4.4 小结

第5章 回归

5.1 线性回归

5.2 非线性回归

5.3 逻辑回归

5.4 多类回归

5.5 序数回归

5.6 弹性网络回归

5.7 小结

第6章 时间序列分析

6.1 背景知识

6.2 MADlib中ARIMA相关函数

6.3 时间序列分析示例

6.4 小结

第7章 分类

7.1 K近邻

7.2 朴素贝叶斯

7.3 支持向量机

7.4 决策树

7.5 随机森林

7.6 小结

第8章 聚类

8.1 背景知识

8.2 MADlib的k-means相关函数

8.3 k-means示例

8.4 小结

第9章 关联规则

9.1 背景知识

9.2 MADlib的Apriori算法函数

9.3 Apriori应用示例

9.4 小结

第10章 图算法

10.1 背景知识

10.2 MADlib的单源最短路径相关函数

10.3 单源最短路径示例

10.4 小结

第11章 模型评估

11.1 交叉验证

11.2 预测度量