Apache spark Spark多标签分类

我希望使用Spark实现一个多输出的多标签分类算法，但我很惊讶Spark机器学习库中没有任何模型可以做到这一点

我怎样才能用Spark做到这一点

否则，Scikit Learn Logistic回归支持输入/输出中的多标签分类，但不支持用于训练的大量数据

要查看scikit学习中的代码，请单击以下链接：

---

Spark中还有支持基于api的多标签分类的逻辑回归。另见

使用合适的spark配置，您在scikitlearn上遇到的大量训练数据问题将随着spark的出现而消失

另一种方法是对问题中的每个标签使用二进制分类器，并通过对该标签运行相关的无关预测来获得多标签。您可以使用任何二进制分类器轻松地在Spark中实现这一点

---

间接地，也可能有帮助的是，对最近邻使用多标签分类，这也是一个很好的方法。例如，一些最近的邻居会触发扩展，如或

@zero323多类不同于多标签分类，非常感谢。没有你的回答，没有人会知道Spark有多标签逻辑回归支持。在Spark docs afaict中没有提到它，当我搜索Spark multilabel时，API页面甚至没有出现。我不知道为什么这没有被标记为正确答案。非常有用的答案：实际上，关于标签的数量（超过训练集中存在的子集的数量）仍然存在一个大问题，因为字符串索引器只是创建更多的标签，然后训练模型，因为它是单个类。示例：类$A、B、C$，所发生的只是stringindexer创建了新的类$AB、BC、AC、ABC$，所以模型又变成了单标签…更新：我实际上浏览了Spark的代码，似乎LogisticRegressionWithGD只支持多类而不支持多标签。这是基于这里的代码，在这里，我看到softmax代替了多标签逻辑回归的标准sigmoid。也许文档意味着多类而不是多标签。