IT技术百货
今天跟大家分享一个java版本的机器学习算法及工具包，内容非常的丰富；
java版本的优势
目前机器学习算法主要以python语言实现为主，但实际生产环境的服务往往以java为主。所以需要通过RPC调用、中间转换层（将模型转为java版，比如pb文件）或者是实现java版的前向计算等方式，供java服务使用；模型的改动、部署会比较耗时、费力；
基于Java的机器学习算法模型可以直接由java服务调用，不需要中间层转换等逻辑，部署和使用非常方便
目前大数据生态组件对java系语言的支持是最好的，比如spark、hadoop等；面对大数据处理时，python的优势不及java；
工具包介绍
项目位于github：https://github.com/luckyPT/jvm-ml，
所有的算法和工具都是java版本，主要提供了以下算法以及工具：
机器学习算法：
逻辑回归、决策树（CART树）、随机森林、GBDT、XGBOOST（包括单机版本以及spark版本）、线性支撑向量机（SVM）、fastText训练词向量以及文本分类、贝叶斯、经典的全连接神经网络、卷积神经网络、循环神经网络、基于深度学习的词向量训练；
DEMO目录
数据处理工具：
spark生产tf-record格式文件、Ansj分词、JieBa分词、数据的标准化与归一化处理、TF-IDF计算、连续特征离散化、编辑距离计算、PCA降维、TNSE降维、LDA聚类；
效果评估及可视化：
二分类的ROC曲线、PR曲线、阈值与PR曲线、阈值F1曲线绘制；
多分类评估指标计算,精确度、加权准确率召回率、F1值、各类别的准确率-召回率-F1值；
roc曲线
阈值 - PR曲线
图像绘制工具包：
支持绘制散点图、曲线、柱状图；
柱状图
项目地址：https://github.com/luckyPT/jvm-ml
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/2236/viewspace-3133757/ ，如需转载，请注明出处，否则将追究法律责任。
