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 ：，

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：