0
无法提供摘要。这是一篇受保护的文章。...
项目说明： 目标是根据行程的距离和时长，额外的乘客数、信用卡而不是现金支付等综合考虑预测纽约的出租车费， 数据源 字段名 含义 说明 vendor_id 供应商编号 特征值 rate_code 比率码 特征值 passenger_count 乘客人数 特征值 trip_time_in_secs 行程时长 特征值 trip_distance 行程距离 特征值 payment_type......
项目说明： IOT领域，家庭温度和湿度感知器传回的数据信息做分析，用于线性回归预测 数据源 http://archive.ics.uci.edu/ml/datasets/Appliances+energy+prediction date time year-month-day hour:minute:second Appliances, energy use in Wh light......
项目目的： 和《flink实践–datastream-taxi到达目的地时间预测》章节一样，目的还是利用实时获取taxi行车轨迹数据，实时数据经过处理和提取特征过程，特征数据再实时被用于模型在线训练模型，用于实时预测taxi 到达目的地的时间， 只不不过实现方式稍微不同，由于flink的ML库不是很成熟， 新方案试着使用flink 实现特征提取 data...
项目目标： 对家用电器电量消耗数据做分析和多种模型的预测 a. 实时提取部分特征用于预测家用用电和季节的关系 b.提取部分特征用于聚类分析—根据用电量特征做聚类 c. 还可以使用Spark离线机器学习做复杂的预测 数据集(离线)分析： household_power_consumption数据维度信息: 1.date: 日期，格式为 dd/mm/yyyy 2.time: ......
Flink也支持ML库，但不太成熟： flink 比spark 支持的ML算法少很多 flink中只有dataset 类型的数据才能使用ML，datastream类型数据没有专门的ML库； flink 中dateset 不能转换成dataframe结构…特征数据处理感觉不是很方便 flink dateset ML库中的算法类似乎没有提供模型评估方法 一个简单的线性回归算......
1.业务分析: 根据乘客的各维度特征预Titanic乘客生还概率 框架选择: 数据分析–pandas 机器学习–sklearn 2.数据分析: 导入数据分析维度和类型: df = pd.read_csv('D:/code/sparkProject/sparkInput/titanic-data.csv') print(train_df.head()) 结果显示......