Apache spark 一次获得多元回归指标

为了回归的目的，我正在使用ML包，并且我在数据上得到了很好的结果。 我现在尝试一次获取多个指标，就像现在一样，我正在做下面的示例所建议的：

示例中的代码基本上如下所示：

val  evaluator  =  new  RegressionEvaluator()
  .setLabelCol("label")
  .setPredictionCol("prediction")
  .setMetricName("rmse")
val  rmse  =  evaluator.evaluate(predictions)

这给了我测试数据的RMSE，这很好，但我也对MSE、MAE、MAPE、R²和Q²感兴趣 因此，我在这里查看了文档：

我看到我可以得到RMSE、MSE、MAE和R²，但我似乎不能一次计算所有这些值，只对数据行进行一次检查，而不是像示例代码所示的那样进行5次检查

如何实现单次计算

然后，还有MAPE和Q²缺失，我如何计算它们，理想情况下，同时计算其他4个

---

查看

RegressionEvaluator

的源代码，我发现它是通过创建一个

RegressionMetrics

对象来实现的，该对象通过使用

多变量统计摘要一次计算所有统计信息

现在，进一步查看文档，我能够理解Q²只是验证集上的R²，因此原始代码让我了解了

但是对于MAPE来说，
MultivariateStatisticalSummary
中的两个术语是不够的，因此我必须添加一个新术语，如下所示：

if (observation != 0)
  math.abs(observation - prediction) / observation
else
  0

然后MAPE就是这样：

def meanAbsolutePercentageError: Double = {
  summary.mean(2)
}

现在我有了我需要的所有指标，因为它使用了
MultivariateStatisticalSummary
，我相信数据集只处理一次