spark 机器学习jar包

对Spark MLlib矩阵进行了介绍与基本讲解

Spark_LinearRegression_MLLib 该应用程序通过spark和mllib估计具有400个数据集的房价。 应用程序屏幕图像

spark Mllib 协同过滤测试数据

包括normal.txt 和spam.txt两个文件，分别表示有效邮件文本和垃圾邮件文本，两个文件各含有25封邮件内容

电影镜头 使用Spark MLlib的ALS算法的电影推荐系统 data MovieLens数据集 （1）ratings.csv 数据格式：用户ID，电影ID，评分，时间戳 （2）movies.csv 数据格式：movieId，标题，类型 结果结果说明 数据格式：userId，[（电影ID，评分）] userId：用户ID movieId：电影ID 等级：推荐度

Spark mllib 线性回归算法测试数据

课程目录： 第一课 Spark MLlib基础入门 1、Spark介绍 2、Spark MLlib介绍 3、课程的基础环境 4、Spark RDD操作 5、RDD操作的代码实操 第二课 Spark MLlib矩阵向量 1、Spark MLlib矩阵向量 2、矩阵向量的代码实操 第三课 Spark MLlib线性回归算法 1、线性回归算法 2、源码分析 3、实例 4、实例的代码实操 第四课 Spark MLlib逻辑回归算法 1、逻辑回归算法 2、源码分析 3、实例 4、实例的代码实操 第五课 Spark MLlib贝叶斯分类算法 1、贝叶斯分类算法 2、源码分析 3、实例 4、实例的代码实操 第六课 Spark MLlib决策树算法 1、决策树算法 2、源码分析 3、实例 4、实例的代码实操 第七课 Spark MLlib KMeans聚类算法 1、KMeans聚类算法 2、源码分析 3、实例 4、实例的代码实操 第八课 Spark MLlib FPGrowth关联规则算法 1、FPGrowth关联规则算法 2、源码分析 3、实例 4、实例的代码实操 第九课 Spark MLlib协同过滤推荐算法 1、协同过滤推荐算法 2、源码分析 3、实例 4、实例的代码实操 第十课 Spark MLlib神经网络算法 1、神经网络算法 2、源码分析 3、实例 4、实例的代码实操

movie_recommender_pyspark：正在使用正在使用来自Spark的MLlib的电影镜头100k的电影重新提交系统。

包含spark 、hadoop、 intellJ、 scala、hadooponwindows等全套资料包。2资源分意思一下。小白将近5个小时的摸索成果！