我用夸克网盘分享了「SQL机器学习库MADlib技术解析.epub」，点击链接即可保存。打开「夸克APP」在线查看，支持多种文档格式转换。

内容简介

MADlib是一套SQL中的大数据机器学习库。通常SQL查询能发现数据最明显的模式和趋势，但要想获取数据中最为有用的信息，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。

作者简介

王雪迎 ，毕业于中国地质大学计算机专业，高级工程师，20年数据库、数据仓库相关技术工作；先后供职于北京现代商业信息技术有限公司、北京在线九州信息技术服务有限公司、华北计算技术研究所、北京优贝在线网络科技有限公司，担任DBA、数据架构师等职位；著有图书《Hadoop构建数据仓库实践》和《HAWQ数据仓库与数据挖掘实战》。

图书目录

第1章MADlib基础1 1.1基本概念1 1.1.1MADlib是什么1 1.1.2MADlib的设计思想2 1.1.3MADlib的工作原理3 1.1.4MADlib的执行流程4 1.1.5MADlib架构5 1.2MADlib的功能6 1.2.1MADlib支持的模型类型6 1.2.2MADlib的主要功能模块7 1.3MADlib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MADlib10 1.3.4卸载MADlib12 1.4小结13 第2章数据类型14 2.1向量14 2.1.1MADlib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 2.2.2MADlib中的矩阵表示31 2.2.3MADlib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 3.1.1MADlib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 4.3.2MADlib的PCA相关函数149 4.3.3MADlib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 5.1.2MADlib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 5.2.2MADlib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 5.3.2MADlib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 5.4.2MADlib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 5.5.2MADlib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 5.6.2MADlib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 6.1.2ARIMA模型223 6.2MADlib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 7.1K近邻233 7.1.1背景知识233 7.1.2MADlib中K近邻函数235 7.1.3K近邻示例236 7.2朴素贝叶斯240 7.2.1背景知识240 7.2.2MADlib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 7.3.2MADlib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 7.4.2MADlib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 7.5.2MADlib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 8.1.2k-means方法295 8.2MADlib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 8.3k-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 9.1.2Apriori算法311 9.2MADlib的Apriori算法函数312 9.3Apriori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 10.2MADlib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 11.1.2MADlib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