课程目录

1-1 [老汤大数据课程体系介绍] 老汤大数据课程体系介绍 (06:21)
2-1 [Spark中决策树相关算法] 回顾决策树 (06:11)
2-2 [Spark中决策树相关算法] 信息增益的计算 (08:11)
2-3 [Spark中决策树相关算法] 参数maxBins含义 (05:40)
2-4 [Spark中决策树相关算法] 其他重要参数讲解 (07:22)
2-5 [Spark中决策树相关算法] 类别值转换处理 (11:31)
2-6 [Spark中决策树相关算法] 构建决策树分类模型 (09:15)
2-7 [Spark中决策树相关算法] 模型训练以及debug (06:16)
2-8 [Spark中决策树相关算法] 构建决策树回归模型 (06:11)
2-9 [Spark中决策树相关算法] Spark中的梯度提升树 (04:01)
2-10 [Spark中决策树相关算法] 性能提升参数 (03:51)
2-11 [Spark中决策树相关算法] Spark中的随机森林模型实现 (05:45)
3-1 [运动数据分类] 业务场景定义 (13:43)
3-2 [运动数据分类] 加载数据 (11:34)
3-3 [运动数据分类] 探索每一种活动类型数据分布情况 (08:42)
3-4 [运动数据分类] 计算每一行的NAN个数 (08:36)
3-5 [运动数据分类] 计算NAN的占比 (05:44)
3-6 [运动数据分类] 找出NAN值太多的无效行 (06:52)
3-7 [运动数据分类] 每一列缺失值的探索 (09:17)
3-8 [运动数据分类] 心率缺失值的处理 (03:24)
3-9 [运动数据分类] 其他字段缺失值的处理 (07:12)
3-10 [运动数据分类] 统一数据 (05:26)
3-11 [运动数据分类] 对activityId进行索引标记 (14:05)
3-12 [运动数据分类] 特征值中类别值的索引标记 (05:07)
3-13 [运动数据分类] 模型训练 (08:31)
3-14 [运动数据分类] 模型的debug (06:16)
3-15 [运动数据分类] 模型评估 (07:46)
3-16 [运动数据分类] 混淆矩阵 (09:11)
3-17 [运动数据分类] 计算正确率 (05:24)
3-18 [运动数据分类] 混淆矩阵的label (06:24)
3-19 [运动数据分类] 计算**率和召回率 (10:50)
3-20 [运动数据分类] 模型部署 (05:30)