Spark 机器学习:运用逻辑回归分析银行营销数据

会员
关注

存款营销是银行吸收存款的主要经营模式,通过现有数据建立模型来判断客户是否订阅存款业务,从而帮助商业银行更好的分配人力资源,提高业务量,以满足现阶段营销活动对提高营销成功率的期望。 本实验会使用spark机器学习中的逻辑回归算法,分析银行营销数据,按照机器学习开发步骤,建立逻辑回归模型,预测客户是否会存款,并评估预测模型的精确度。

实验1
运用逻辑回归分析银行营销数据
知识点: 1.Spark机器学习开发的常规步骤 2.Spark框架提供的特征转换算法StringIndex 3.Spark框架提供的特征转换算法OneHotEncoder 4.Spark提供的API对预测结果准确度进行评估 5.SparkSQL在Spark机器学习中的用法
Spark 机器学习:运用逻辑回归分析银行营销数据
实验楼楼+
实验楼会员