spark ml 算法原理剖析以及具体的源码实现分析

本系列目录如下： 数据类型 基本统计 summary statistics（概括统计） correlations（相关性系数） tratified sampling（分层取样） hypothesis testing（假设检验） random data generation（随机数生成） Kernel density estimation（核密度估计） 协同过滤 交换最小二乘 分类和回归 线性模型 SVMs(支持向量机) 逻辑回归 线性回归 广义线性回归 朴素贝叶斯 决策树 组合树 随机森林 梯度提升树 生存回归 保序回归 聚类 k-means||算法 GMM（高斯混合模型） PIC（快速迭代聚类） LDA（隐式狄利克雷分布) 二分k-means算法 流式k-means算法 最优化算法 梯度下降算法 拟牛顿法 NNLS(非负最小二乘) 带权最小二乘 迭代再加权最小二乘 降维 EVD（特征值分解） SVD（奇异值分解） PCA（主成分分析） 特征抽取和转换 特征抽取 TF-IDF Word2Vec CountVectorizer 特征转换 Tokenizer StopWordsRemo