Python pyspark RegressionMetrics用法及代码示例

本文简要介绍 pyspark.mllib.evaluation.RegressionMetrics 的用法。

用法: class pyspark.mllib.evaluation.RegressionMetrics(predictionAndObservations)

回归评估器。

1.4.0 版中的新函数。

参数：

predictionAndObservations：pyspark.RDD: 预测、观察和可选权重的 RDD。

例子：

>>> predictionAndObservations = sc.parallelize([
...     (2.5, 3.0), (0.0, -0.5), (2.0, 2.0), (8.0, 7.0)])
>>> metrics = RegressionMetrics(predictionAndObservations)
>>> metrics.explainedVariance
8.859...
>>> metrics.meanAbsoluteError
0.5...
>>> metrics.meanSquaredError
0.37...
>>> metrics.rootMeanSquaredError
0.61...
>>> metrics.r2
0.94...
>>> predictionAndObservationsWithOptWeight = sc.parallelize([
...     (2.5, 3.0, 0.5), (0.0, -0.5, 1.0), (2.0, 2.0, 0.3), (8.0, 7.0, 0.9)])
>>> metrics = RegressionMetrics(predictionAndObservationsWithOptWeight)
>>> metrics.rootMeanSquaredError
0.68...

相关用法

注：本文由纯净天空筛选整理自spark.apache.org大神的英文原创作品 pyspark.mllib.evaluation.RegressionMetrics。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。