当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


R SparkR spark.isoreg用法及代码示例


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


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。