
223
11.3 機械学習の基礎
Linux
のパッケージマネージャで
python-numpy
もしくは
numpy
パッケージをインストールするか、
Anaconda
(
http://continuum.io/downloads
)のようなサードパーティの科学計算用の
Python
の
インストーラを使うのが、もっとも簡単な入手方法です。
MLlib
がサポートしているアルゴリズムは、時間と共に進歩もしています。本章で議論するアル
ゴリズム群は、すべて
Spark 1.2
で利用できますが、中にはそれ以前のバージョンにはなかったも
のもあります。
11.3
の
MLlib
の関数群を見ていくために、まずは機械学習の概念を簡単に振り返っておきましょう。
機械学習のアルゴリズム群は、ーーに基づいて予測や判断を試み、しばしばアル
ゴリズムの振る舞いに関する数学的な目標を最大化します。学習の課題には、分類、回帰、クラス
タリングといった種類があり、それぞれに異なる目的があります。シンプルな例として、を考
えてみましょう。分類では、ラベル付けされた他のアイテムのサンプル(例えばスパムであった
り、スパムでないことがわかっているメール)に基づき、あるアイテムがいくつかのカテゴリのど
れに属するのかを特定することが求められます。
すべての学習アルゴリズムでは、それぞれのアイテムに対して特徴の集合を定義することが必要
であり、この特徴の集合が学習関数に渡されることになります。メールを例に取れば、メールの送
信元のサーバー、 ...