更新说明

大数据算法加速库兼容Spark原生API，对机器学习和图分析算法进行了性能优化，大幅提升了大数据算法场景的计算性能，该库支持鲲鹏处理器的体系架构，1.2.0版本提供的算法有：

• 机器学习算法
  • GBDT（Gradient Boosting Decision Tree，梯度提升决策树）
  • RF（Random Forest，随机森林）
  • SVM（Support Vector Machines，支持向量机）
  • Kmeans（K-means Clustering，K-平均算法）
  • DecisionTree（决策树算法）
  • LinearRegression（线性回归）
  • Logistic Regression（逻辑回归）
  • PCA（Principle Component Analysis，主成分分析）
  • SVD（Singular Value Decomposition，奇异值分解）
  • LDA（Latent Dirichlet Allocation，潜在狄利克雷分布）
  • ALS（Alternating Least Squares，交替最小二乘法）
  • PrefixSpan（Prefix-Projected Pattern Growth，前缀投影的模式挖掘）
  • KNN（K-Nearest Neighbors，K最近邻算法）
  • Covariance（协方差算法）
  • DBSCAN（Density-Based Spatial Clustering of Applications with Noise，具有噪声的基于密度的聚类方法）
  • Pearson（皮尔逊相关系数）
  • Spearman（斯皮尔曼等级相关系数）
  • XGBoost（极端梯度提升算法）
• 图分析算法
  • MCE（Maximal Clique Enumeration，极大团）
  • WCE（Weak Clique Enumeration，弱团）
  • Modularity（模块度）
  • TC（Triangle Count，三角形计数）
  • MSSP（Multiple Sources Shortest Path，多源最短路径）
  • PageRank（网页排名）
  • SCC（Strongly Connected Components，强联通分量）
  • Louvain（基于模块度的社区发现算法）
  • LPA（Label Propagation Algorithm，标签传播）
  • Closeness（紧密中心性）
  • CD（Cycle Detection，环路检测）
  • CC（Connected Components，连通分量）
  • KCore（K-Core Decomposition）
  • Degree（Degree Centrality，度中心性）
  • BFS（Breadth-First-Search，广度优先搜索）
  • ClusteringCoefficient（聚集系数）
  • TrustRank（信任指数排名）
  • PPR（PersonalizedPageRank，个性化网页排名）
  • Betweenness（介数中心性）
  • Node2Vec
  • SubgraphMatching（子图匹配）