Scala、LogisticRegressionTrainingSummary中的非工作Spark示例

我试图实现多项式逻辑回归，但它无法识别正在使用的特征。可能是版本不匹配。本部分代码：

trainingSummary.falsePositiveRateByLabel.zipWithIndex.foreach { case (rate, label) =>
  println(s"label $label: $rate")
}

在给定示例中，

falsePositiveRateByLabel

的所有成员都未被识别。以及后面代码中的其他成员：

truePositiveRateByLabel

，

precisionByLabel

---

当我转到实现时，我找不到任何可以使用的类似成员，而是使用MLLIB2.11。我遗漏了什么？

您是对的，这是一个版本控制问题。您给出的示例是针对Spark当前的主分支，其中API的这一部分进行了一些重大更改

您一直在关注Spark 2.3中的代码。然而，目前，这个版本还不稳定，无法下载。这是同一代码示例的示例所示：

val training = spark
  .read
  .format("libsvm")
  .load("data/mllib/sample_multiclass_classification_data.txt")

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

// Fit the model
val lrModel = lr.fit(training)

// Print the coefficients and intercept for multinomial logistic regression
println(s"Coefficients: \n${lrModel.coefficientMatrix}")
println(s"Intercepts: ${lrModel.interceptVector}")
// $example off$

spark.stop()

---

换句话说，您尝试使用的方法尚未在您的Spark版本中实现。

示例使用

ml

包，如果您使用

mllib

（Spark中较旧的机器学习包），则会有很大的不同。@Shaido我有两个包，ml和mllib，并且我在复制示例代码后使用了ml。它在你的机器上工作吗？谢谢我研究了一下，并添加了一个答案，不幸的是，唯一的解决方案是等待或自己构建源代码。