本文整理汇总了Python中pyspark.ml.regression.LinearRegression.explainParams方法的典型用法代码示例。如果您正苦于以下问题:Python LinearRegression.explainParams方法的具体用法?Python LinearRegression.explainParams怎么用?Python LinearRegression.explainParams使用的例子?那么恭喜您, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在类pyspark.ml.regression.LinearRegression
的用法示例。
在下文中一共展示了LinearRegression.explainParams方法的1个代码示例,这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞,您的评价将有助于系统推荐出更棒的Python代码示例。
示例1: LinearRegression
# 需要导入模块: from pyspark.ml.regression import LinearRegression [as 别名]
# 或者: from pyspark.ml.regression.LinearRegression import explainParams [as 别名]
df = spark.read.load("/data/regression")
# COMMAND ----------
from pyspark.ml.regression import LinearRegression
lr = LinearRegression().setMaxIter(10).setRegParam(0.3).setElasticNetParam(0.8)
print lr.explainParams()
lrModel = lr.fit(df)
# COMMAND ----------
summary = lrModel.summary
summary.residuals.show()
print summary.totalIterations
print summary.objectiveHistory
print summary.rootMeanSquaredError
print summary.r2
# COMMAND ----------
from pyspark.ml.regression import GeneralizedLinearRegression
glr = GeneralizedLinearRegression()\
.setFamily("gaussian")\
.setLink("identity")\
.setMaxIter(10)\
.setRegParam(0.3)\
.setLinkPredictionCol("linkOut")
print glr.explainParams()
开发者ID:yehonatc,项目名称:Spark-The-Definitive-Guide,代码行数:33,代码来源:Advanced_Analytics_and_Machine_Learning-Chapter_27_Regression.py