第 1 课时 · 任务一
⏱️ 45 分钟 · 6 站互动
加载鸢尾花数据 & MLlib 基础概念
- 认识机器学习 3 种模式 & 150 朵鸢尾花数据集剖析
- Spark MLlib 速度对比与 5 大架构组件交互
- 本地向量(购物小票稀疏 vs 稠密)、矩阵与
LabeledPoint整数打包动画 - Spark 7 步标准建模流水线与评估指标图解
IrisFeature.py数据加载实操与 5 题随堂小测
每个任务均按完整一节课(45 分钟)的节奏拆分为 6 个互动教学站:配备动态原理动画、参数调优实验、PyCharm 真实输出对照与随堂闯关小测,全程可离线双击使用。
LabeledPoint 整数打包动画IrisFeature.py 数据加载实操与 5 题随堂小测国王-男人+女人≈王后 & 例 5-2 调试Tokenizer、Binarizer 类型排雷、StringIndexer(例 5-4)、VectorAssemblerNormalizer [3,4] / 例 5-5)与 PCA 手电筒降维实验ChiSqSelector(例 5-6)+IrisFeature.py 10 步流水线 + 10 题闯关(2,2) 考题)maxDepth 过拟合实验Accuracy = 0.964)、3×3 混淆矩阵、蘑菇实训预告 + 10 题总闯关iris) ➔ 任务二 (VectorAssembler → PCA → StringIndexer → indexed) ➔ 7:3 拆分 ➔ 任务三 (KMeans 无监督分组) / 任务四 (DecisionTree 有监督分类 + 评估打分)