R SparkR spark.mlp用法及代码示例

说明：

spark.mlp 针对 SparkDataFrame 拟合多层感知器神经网络模型。用户可以调用summary打印拟合模型的摘要，调用predict对新数据进行预测，调用write.ml/read.ml保存/加载拟合模型。仅支持分类数据。有关详细信息，请参阅Multilayer Perceptron

用法：

spark.mlp(data, formula, ...)

## S4 method for signature 'SparkDataFrame,formula'
spark.mlp(
  data,
  formula,
  layers,
  blockSize = 128,
  solver = "l-bfgs",
  maxIter = 100,
  tol = 1e-06,
  stepSize = 0.03,
  seed = NULL,
  initialWeights = NULL,
  handleInvalid = c("error", "keep", "skip")
)

## S4 method for signature 'MultilayerPerceptronClassificationModel'
summary(object)

## S4 method for signature 'MultilayerPerceptronClassificationModel'
predict(object, newData)

## S4 method for signature 'MultilayerPerceptronClassificationModel,character'
write.ml(object, path, overwrite = FALSE)

参数：

• data 用于模型拟合的 SparkDataFrame 观察值和标签。
• 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。
• layers 包含每层节点数的整数向量。
• blockSize 块大小参数。
• solver 求解器参数，支持的选项："gd"(小批量梯度下降)或"l-bfgs"。
• maxIter 最大迭代次数。
• tol 迭代的收敛容差。
• stepSize 步长参数。
• seed 权重初始化的种子参数。
• initialWeights 权重初始化的 initialWeights 参数，它应该是一个数字向量。
• handleInvalid 如何处理字符串类型的特征和标签列中的无效数据(看不见的标签或 NULL 值)。支持的选项："skip"(过滤掉包含无效数据的行)、"error"(抛出错误)、"keep"(将无效数据放入特殊的附加存储桶中，索引为 numLabels)。默认为"error"。
• object spark.mlp 拟合的多层感知器分类模型
• newData 用于测试的 SparkDataFrame。
• 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.mlp 返回拟合的多层感知器分类模型。

summary 返回拟合模型的汇总信息，是一个列表。该列表包括numOfInputs(输入数量)、numOfOutputs(输出数量)、layers(包括输入和输出层的层大小数组)和weights(层的权重)。对于 weights ，它是一个长度等于给定架构的预期长度的数字向量(即，对于 8-10-2 网络，112 个连接权重)。

predict 返回一个 SparkDataFrame，其中包含在名为 "prediction" 的列中标记的预测值。

注意：

spark.mlp 自 2.1.0

摘要(MultilayerPerceptronClassificationModel) 自 2.1.0

从 2.1.0 开始预测(MultilayerPerceptronClassificationModel)

write.ml(MultilayerPerceptronClassificationModel, character) 自 2.1.0

例子：

df <- read.df("data/mllib/sample_multiclass_classification_data.txt", source = "libsvm")

# fit a Multilayer Perceptron Classification Model
model <- spark.mlp(df, label ~ features, blockSize = 128, layers = c(4, 3), solver = "l-bfgs",
                   maxIter = 100, tol = 0.5, stepSize = 1, seed = 1,
                   initialWeights = c(0, 0, 0, 0, 0, 5, 5, 5, 5, 5, 9, 9, 9, 9, 9))

# get the summary of the model
summary(model)

# make predictions
predictions <- predict(model, df)

# save and load the model
path <- "path/to/model"
write.ml(model, path)
savedModel <- read.ml(path)
summary(savedModel)