Pipeline PySpark pour la classification de particules en physique des hautes énergies (dataset HEPMASS). Inclut le prétraitement distribué, l'entraînement de modèles (régression logistique, arbres de décision), l'évaluation et des visualisations clés. Optimisé pour Hadoop/Spark.
machine-learning hadoop pipeline random-forest distributed-computing data-visualization pyspark mllib hdfs logistic-regression hyperparameter-tuning hepmass
-
Updated
Jan 27, 2025 - Shell