说明:
针对 SparkDataFrame 拟合等渗回归模型,类似于 R 的isoreg()。用户可以对生成的模型进行打印、预测,并将模型保存到输入路径。
用法:
spark.isoreg(data, formula, ...)
## S4 method for signature 'SparkDataFrame,formula'
spark.isoreg(
data,
formula,
isotonic = TRUE,
featureIndex = 0,
weightCol = NULL
)
## S4 method for signature 'IsotonicRegressionModel'
summary(object)
## S4 method for signature 'IsotonicRegressionModel'
predict(object, newData)
## S4 method for signature 'IsotonicRegressionModel,character'
write.ml(object, path, overwrite = FALSE)
参数:
data
SparkDataFrame 用于训练。formula
要拟合的模型的符号说明。目前仅支持少数公式运算符,包括'~'、'.'、':'、'+'和'-'。...
传递给该方法的附加参数。isotonic
输出序列应该是等渗/递增 (TRUE) 还是反渗/递减 (FALSE)。featureIndex
如果featuresCol
是向量列(默认值:0),则为特征的索引,否则无效。weightCol
权重列名称。object
拟合的等渗回归模型。newData
SparkDataFrame 用于测试。path
保存模型的目录。overwrite
如果输出路径已经存在,是否覆盖。默认为 FALSE,这意味着如果输出路径存在则抛出异常。
返回:
spark.isoreg
返回拟合的等渗回归模型。
summary
返回拟合模型的汇总信息,是一个列表。该列表包括模型的boundaries
(按升序排列的边界)和predictions
(与同一索引处的边界关联的预测)。
predict
返回包含预测值的 SparkDataFrame。
注意:
spark.isoreg 自 2.1.0 起
摘要(等渗回归模型)自 2.1.0 起
从 2.1.0 开始预测(等渗回归模型)
write.ml(IsotonicRegression, character) 自 2.1.0
例子:
sparkR.session()
data <- list(list(7.0, 0.0), list(5.0, 1.0), list(3.0, 2.0),
list(5.0, 3.0), list(1.0, 4.0))
df <- createDataFrame(data, c("label", "feature"))
model <- spark.isoreg(df, label ~ feature, isotonic = FALSE)
# return model boundaries and prediction as lists
result <- summary(model, df)
# prediction based on fitted model
predict_data <- list(list(-2.0), list(-1.0), list(0.5),
list(0.75), list(1.0), list(2.0), list(9.0))
predict_df <- createDataFrame(predict_data, c("feature"))
# get prediction column
predict_result <- collect(select(predict(model, predict_df), "prediction"))
# save fitted model to input path
path <- "path/to/model"
write.ml(model, path)
# can also read back the saved model and print
savedModel <- read.ml(path)
summary(savedModel)
相关用法
- R SparkR spark.decisionTree用法及代码示例
- R SparkR spark.powerIterationClustering用法及代码示例
- R SparkR spark.svmLinear用法及代码示例
- R SparkR spark.gaussianMixture用法及代码示例
- R SparkR spark.naiveBayes用法及代码示例
- R SparkR spark.getSparkFiles用法及代码示例
- R SparkR spark.survreg用法及代码示例
- R SparkR spark.lm用法及代码示例
- R SparkR spark.mlp用法及代码示例
- R SparkR spark.fmClassifier用法及代码示例
- R SparkR spark.gbt用法及代码示例
- R SparkR spark.getSparkFilesRootDirectory用法及代码示例
- R SparkR spark.logit用法及代码示例
- R SparkR spark.addFile用法及代码示例
- R SparkR spark.als用法及代码示例
- R SparkR spark.glm用法及代码示例
- R SparkR spark.lapply用法及代码示例
- R SparkR spark.fmRegressor用法及代码示例
- R SparkR spark.kmeans用法及代码示例
- R SparkR spark.lda用法及代码示例
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 Isotonic Regression Model。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。