R SparkR spark.naiveBayes用法及代码示例

说明：

spark.naiveBayes 将伯努利朴素贝叶斯模型与 SparkDataFrame 拟合。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。

用法：

spark.naiveBayes(data, formula, ...)

## S4 method for signature 'SparkDataFrame,formula'
spark.naiveBayes(
  data,
  formula,
  smoothing = 1,
  handleInvalid = c("error", "keep", "skip")
)

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

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

## S4 method for signature 'NaiveBayesModel,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'-'。
• ... 传递给方法的附加参数。目前只有 smoothing 。
• smoothing 平滑参数。
• 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.naiveBayes 拟合的朴素贝叶斯模型。
• 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.naiveBayes 返回一个拟合的朴素贝叶斯模型。

summary 返回拟合模型的汇总信息，是一个列表。该列表包括apriori(标签分布)和tables(给定目标标签的条件概率)。

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.naiveBayes 自 2.0.0 起

摘要(NaiveBayesModel)自 2.0.0 起

从 2.0.0 开始预测(NaiveBayesModel)

write.ml(NaiveBayesModel, character) 自 2.0.0 起

例子：

data <- as.data.frame(UCBAdmissions)
df <- createDataFrame(data)

# fit a Bernoulli naive Bayes model
model <- spark.naiveBayes(df, Admit ~ Gender + Dept, smoothing = 0)

# 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)