Apache spark 如何计算训练模型的原木损失？

我正在为逻辑回归构建一个ML管道

val lr = new LogisticRegression()
lr.setMaxIter(100).setRegParam(0.001)

val pipeline = new Pipeline().setStages(Array(geoDimEncoder,clientTypeEncoder,
               devTypeDimIdEncoder,pubClientIdEncoder,tmpltIdEncoder,
               hourEncoder,assembler,lr))

val model = pipeline.fit(trainingDF)

现在，当模型被训练时，我希望看到训练集的概率，并计算某些验证参数，比如log loss。但是，我用“模型”找不到这个

我在任何地方都能找到的唯一东西是

model.transform(testDF).select(....)

---

如何使用培训集获取指标以进行培训集验证？

请检查以下方法，这些方法应该适用于您：

val lr = new LogisticRegression()
  .setMaxIter(10)
  .setRegParam(0.3)
  .setElasticNetParam(0.8)

val lrModel = lr.fit(data)

val trainingSummary = lrModel.summary

// Obtain the objective per iteration.
val objectiveHistory = trainingSummary.objectiveHistory
println("objectiveHistory:")
objectiveHistory.foreach(loss => println(loss))