Warning: file_get_contents(/data/phpspider/zhask/data//catemap/3/apache-spark/5.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Apache spark ml.classification.Logistic回归在spark中使用什么算法？_Apache Spark_Pyspark_Apache Spark Mllib_Apache Spark Ml - Fatal编程技术网
Fatal编程技术网
  • apache-spark/
  • Apache spark ml.classification.Logistic回归在spark中使用什么算法？

Apache spark ml.classification.Logistic回归在spark中使用什么算法？

apache-spark pyspark

Apache spark ml.classification.Logistic回归在spark中使用什么算法？,apache-spark,pyspark,apache-spark-mllib,apache-spark-ml,Apache Spark,Pyspark,Apache Spark Mllib,Apache Spark Ml,该文件指出了以下内容： 我们实现了两种求解逻辑回归的算法：小批量梯度下降算法和L-BFGS算法。我们建议L-BFGS优于小批量梯度下降，以加快收敛速度 因此在spark.mllib中有和。哪一个用于ml.classification.logistic回归？它使用breeze库中的LBFGS算法进行L2正则化，使用OWLQN（它是LBFGS的扩展）进行L1和弹性网正则化

该文件指出了以下内容：

我们实现了两种求解逻辑回归的算法：小批量梯度下降算法和L-BFGS算法。我们建议L-BFGS优于小批量梯度下降，以加快收敛速度

因此在spark.mllib中有和。哪一个用于ml.classification.logistic回归？

它使用breeze库中的LBFGS算法进行L2正则化，使用OWLQN（它是LBFGS的扩展）进行L1和弹性网正则化