Scala 均方误差(MSE)返回一个巨大的数字
我是Scala和Spark的新手。我使用此代码进行回归(基于此链接): 我正在使用的数据集可以在这里看到: 所以我的问题是:为什么MSE等于889717.74(这是一个巨大的数字) 编辑:正如评论员所建议的,我尝试了以下方法: 1) 我将步骤更改为默认值,MSE现在返回为NaN 2) 如果我尝试此构造函数:Scala 均方误差(MSE)返回一个巨大的数字,scala,apache-spark,regression,mse,Scala,Apache Spark,Regression,Mse,我是Scala和Spark的新手。我使用此代码进行回归(基于此链接): 我正在使用的数据集可以在这里看到: 所以我的问题是:为什么MSE等于889717.74(这是一个巨大的数字) 编辑:正如评论员所建议的,我尝试了以下方法: 1) 我将步骤更改为默认值,MSE现在返回为NaN 2) 如果我尝试此构造函数: LinearRegressionWithSGD.train(parsedData,numIterations,stepSize,intercept=True)spark shell返回一个错
LinearRegressionWithSGD.train(parsedData,numIterations,stepSize,intercept=True)spark shell返回一个错误(错误:未找到:值True)您通过了一个很小的步长,并将迭代次数限制在100。参数可以更改的最大值为
0.00000001*100
=0.000001
。尝试使用默认步长,我想这会解决问题。可能重复的
import org.apache.spark.mllib.regression.LabeledPoint
import org.apache.spark.mllib.regression.LinearRegressionModel
import org.apache.spark.mllib.regression.LinearRegressionWithSGD
import org.apache.spark.mllib.linalg.Vectors
// Load and parse the data
val data = sc.textFile("Year100")
val parsedData = data.map { line =>
val parts = line.split(',')
LabeledPoint(parts(0).toDouble, Vectors.dense(parts(1).split(' ').map(_.toDouble)))
}.cache()
// Building the model
val numIterations = 100
val stepSize = 0.00000001
val model = LinearRegressionWithSGD.train(parsedData, numIterations,stepSize )
// Evaluate model on training examples and compute training error
val valuesAndPreds = parsedData.map { point =>
val prediction = model.predict(point.features)
(point.label, prediction)
}
val MSE = valuesAndPreds.map{case(v, p) => math.pow((v - p), 2)}.mean()
println("training Mean Squared Error = " + MSE)