Python pyspark IsotonicRegressionModel用法及代码示例

本文简要介绍 pyspark.mllib.regression.IsotonicRegressionModel 的用法。

用法: class pyspark.mllib.regression.IsotonicRegressionModel(boundaries, predictions, isotonic)

等渗回归的回归模型。

1.4.0 版中的新函数。

参数：

boundaries：ndarray: 预测已知的边界数组。边界必须按升序排序。
predictions：ndarray: 与同一索引处的边界关联的预测数组。等渗回归的结果，因此是单调的。
isotonic：真的: 指示这是等渗的还是反渗的。

例子：

>>> data = [(1, 0, 1), (2, 1, 1), (3, 2, 1), (1, 3, 1), (6, 4, 1), (17, 5, 1), (16, 6, 1)]
>>> irm = IsotonicRegression.train(sc.parallelize(data))
>>> irm.predict(3)
2.0
>>> irm.predict(5)
16.5
>>> irm.predict(sc.parallelize([3, 5])).collect()
[2.0, 16.5]
>>> import os, tempfile
>>> path = tempfile.mkdtemp()
>>> irm.save(sc, path)
>>> sameModel = IsotonicRegressionModel.load(sc, path)
>>> sameModel.predict(3)
2.0
>>> sameModel.predict(5)
16.5
>>> from shutil import rmtree
>>> try:
...     rmtree(path)
... except OSError:
...     pass

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.regression.IsotonicRegressionModel。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。