1 引文

本次毕业设计的选题为垃圾短信分类。在老师所给的垃圾短信数据集上，分别实现了逻辑回归、决策树、SVM、GBDT这个四个分类算法。这四个算法都是老师上课提到的算法，通过动手实验，并进行对比，衡量了算法之间的优劣性，并给出了在不同情况下的选择理由。

搭建了Hadoop和Spark分布式环境，并使用Spark MLlib实现了分布式的逻辑回归算法。通过测试，对比了分布式实现机器学习算法和单机的区别。并分析了如何设计一个高效并节省空间的分布式机器学习算法。

最后设计并实现了一个可视化Web系统，展示了对老师所给垃圾短信数据集的分类结果，以及不同算法的正确率等指标对比。系统在47.104.152.193:8000/index/上部署，并在提交作用中附有使用说明文档。