file:15、针对电影推荐开发优化：定义函数封装模型评估（依据传递模型和测试数据集）.rar file:30、构建回归模型之使用随机森林RF和梯度提升GBT回归算法训练模型及评估模型（本节不加密）.rar file:9、协同过滤推荐算法CF核心思想、算法数据（用户对物品的评价）及矩阵分解两种方式（SVD和ALS算法）.rar file:14、针对电影推荐开发优化：将数据集划分为训练和测试、计算模型评估指标MSE和RMSE值（本节不加密）.rar file:31、构建回归模型之使用LinearRegressionWithSGD训练模型及引出要转换类别特征数据问题.rar file:22、构建分类系统之分别定义函数提取类别label和转换类别数据提取特征features.rar file:7、PySpark SQL快速开发：使用DSL分析航天航空数据及如何将DataFrame转换为Pandas中dataframe.rar file:10、CF的两种推荐方式（基于用户推荐和基于物品推荐）、计算用户或物品相似度常见四种方式及Spark MLlib中ALS算法核心（数据封装、算法超参数）.rar file:38、Pipeline管道使用说明、结合共享单车出租预测进行构建Pipeline Model模型和预测.rar file:0000、讲义、笔记、代码及软件资料.rar file:33、_查看Spark ML机器学习库源码及SparkSession读取电影评分数据封装DataFrame.rar