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:Scala、LogisticRegressionTrainingSummary中的非工作Spark示例,scala,apache-spark,apache-spark-mllib,logistic-regression,Scala,Apache Spark,Apache Spark Mllib,Logistic Regression,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,pr
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。