SQL机器学习库MADLIB技术解析

目 录

第1章 MADlib基础 1
1.1 基本概念 1
1.1.1 MADlib是什么 1
1.1.2 MADlib的设计思想 2
1.1.3 MADlib的工作原理 3
1.1.4 MADlib的执行流程 4
1.1.5 MADlib架构 5
1.2 MADlib的功能 6
1.2.1 MADlib支持的模型类型 6
1.2.2 MADlib的主要功能模块 7
1.3 MADlib的安装与卸载 9
1.3.1 确定安装平台 9
1.3.2 下载MADlib二进制压缩包 10
1.3.3 安装MADlib 10
1.3.4 卸载MADlib 12
1.4 小结 13
第2章 数据类型 14
2.1 向量 14
2.1.1 MADlib中的向量操作函数 15
2.1.2 稀疏向量 23
2.2 矩阵 30
2.2.1 矩阵定义 31
2.2.2 MADlib中的矩阵表示 31
2.2.3 MADlib中的矩阵运算函数 32
2.3 小结 49
第3章 数据转换 50
3.1 邻近度 50
3.1.1 MADlib的邻近度相关函数 50
3.1.2 距离度量的中心化和标准化 57
3.1.3 选取正确的邻近度度量 58
3.2 矩阵分解 59
3.2.1 低秩矩阵分解 59
3.2.2 奇异值分解 70
3.3 透视表 87
3.4 分类变量编码 97
3.5 小结 110
第4章 数据探索 111
4.1 描述性统计 111
4.1.1 皮尔森相关 111
4.1.2 汇总统计 117
4.2 概率统计 125
4.2.1 概率 125
4.2.2 统计推论 133
4.3 主成分分析 147
4.3.1 背景知识 147
4.3.2 MADlib的PCA相关函数 149
4.3.3 MADlib的PCA应用示例 155
4.4 小结 160
第5章 回归 161
5.1 线性回归 161
5.1.1 背景知识 161
5.1.2 MADlib的线性回归相关函数 164
5.1.3 线性回归示例 166
5.2 非线性回归 171
5.2.1 背景知识 171
5.2.2 MADlib的非线性回归相关
函数 172
5.2.3 非线性回归示例 175
5.3 逻辑回归 179
5.3.1 背景知识 179
5.3.2 MADlib的逻辑回归相关函数 180
5.3.3 逻辑回归示例 182
5.4 多类回归 187
5.4.1 背景知识 187
5.4.2 MADlib的多类回归相关函数 190
5.4.3 多类回归示例 192
5.5 序数回归 196
5.5.1 背景知识 196
5.5.2 MADlib的序数回归相关函数 197
5.5.3 序数回归示例 200
5.6 弹性网络回归 202
5.6.1 背景知识 202
5.6.2 MADlib的弹性网络回归相关
函数 204
5.6.3 弹性网络回归示例 209
5.7 小结 221
第6章 时间序列分析 222
6.1 背景知识 222
6.1.1 时间序列分析方法 222
6.1.2 ARIMA模型 223
6.2 MADlib中ARIMA相关函数 225
6.3 时间序列分析示例 228
6.4 小结 232
第7章 分类 233
7.1 K近邻 233
7.1.1 背景知识 233
7.1.2 MADlib中K近邻函数 235
7.1.3 K近邻示例 236
7.2 朴素贝叶斯 240
7.2.1 背景知识 240
7.2.2 MADlib中朴素贝叶斯分类
相关函数 242
7.2.3 朴素贝叶斯分类示例 244
7.3 支持向量机 249
7.3.1 背景知识 249
7.3.2 MADlib的支持向量机相关
函数 252
7.3.3 支持向量机示例 258
7.4 决策树 264
7.4.1 背景知识 264
7.4.2 MADlib的决策树相关函数 267
7.4.3 决策树示例 272
7.5 随机森林 281
7.5.1 背景知识 281
7.5.2 MADlib的随机森林相关函数 282

7.5.3 随机森林示例 287
7.6 小结 293
第8章 聚类 294
8.1 背景知识 294
8.1.1 聚类的概念 294
8.1.2 k-means方法 295
8.2 MADlib的k-means相关函数 297
8.2.1 训练函数 298
8.2.2 簇分配函数 300
8.2.3 轮廓系数函数 301
8.3 k-means示例 301
8.4 小结 307
第9章 关联规则 308
9.1 背景知识 308
9.1.1 基本概念 308
9.1.2 Apriori算法 311
9.2 MADlib的Apriori算法函数 312
9.3 Apriori应用示例 313
9.4 小结 319
第10章 图算法 320
10.1 背景知识 320
10.1.1 基本概念 320
10.1.2 常见图算法 321
10.1.3 单源*短路径 323
10.2 MADlib的单源*短路径相关函数 324
10.3 单源*短路径示例 325
10.4 小结 327
第11章 模型评估 328
11.1 交叉验证 328
11.1.1 背景知识 328
11.1.2 MADlib的交叉验证相关
函数 331
11.1.3 交叉验证示例 333
11.2 预测度量 336
11.3 小结 342