SQL机器学习库MADlib技术解析epub

SQL机器学习库MADlib技术解析 作者：王雪迎

SQL机器学习库MADlib技术解析 出版社：清华大学出版社

SQL机器学习库MADlib技术解析 内容简介

MADlib是一套SQL中的大数据机器学习库。通常SQL查询能发现数据1明显的模式和趋势，但要想获取数据中1为有用的信息，需要的则是一套牢固扎根于数学和应用数学的技能，这就是机器学习。如果将SQL的简单易用与MADlib机器学习的复杂算法结合起来，就能实现简单的机器学习功能。

本书分为11章，从MADlib的基本概念、MADlib的架构、支持的模型类型与功能入手，详细解析MADlib各种模型的具体用法，包括数据类型、矩阵分解、数据转换、数据探索、主成分分析、回归、时间序列分析、分类、聚类、关联规则、图算法、模型评估等。每种模型将从背景知识、函数语法、应用示例三方面进行 说明。

本书适合MADlib机器学习的初学者、想学习MADlib机器学习的DBA以及从事数据分析与挖掘的高级技术人员阅读，也适合高等院校与培训学校相关专业的师生教学参考。

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 单源最短路径 323

10.2 MADlib的单源最短路径相关函数 324

10.3 单源最短路径示例 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

SQL机器学习库MADlib技术解析 精彩文摘

无论是经典的SAS、SPSS还是时下流行的MATLAB、R、Python，所有这些机器学习或数据挖掘软件都是自成系统的，具体来说就是具有一套完整的程序语言及其集成开发环境，提供了丰富的数学和统计分析函数，具备良好的人机交互界面，支持从数据准备、数据探索、数据预处理到开发和实现模型算法、数据可视化，再到最终结果的验证与模型部署及应用的全过程。它们都是面向程序员的系统或语言，重点在于由程序员自己利用系统提供的基本计算方法或函数，通过编程的方式实现应用需求。