本文整理匯總了Python中pyspark.ml.regression.LinearRegression.explainParams方法的典型用法代碼示例。如果您正苦於以下問題：Python LinearRegression.explainParams方法的具體用法？Python LinearRegression.explainParams怎麽用？Python LinearRegression.explainParams使用的例子？那麽, 這裏精選的方法代碼示例或許可以為您提供幫助。您也可以進一步了解該方法所在類pyspark.ml.regression.LinearRegression的用法示例。
在下文中一共展示了LinearRegression.explainParams方法的1個代碼示例，這些例子默認根據受歡迎程度排序。您可以為喜歡或者感覺有用的代碼點讚，您的評價將有助於係統推薦出更棒的Python代碼示例。
示例1: LinearRegression
# 需要導入模塊: from pyspark.ml.regression import LinearRegression [as 別名]
# 或者: from pyspark.ml.regression.LinearRegression import explainParams [as 別名]
df = spark.read.load("/data/regression")
# COMMAND ----------
from pyspark.ml.regression import LinearRegression
lr = LinearRegression().setMaxIter(10).setRegParam(0.3).setElasticNetParam(0.8)
print lr.explainParams()
lrModel = lr.fit(df)
# COMMAND ----------
summary = lrModel.summary
summary.residuals.show()
print summary.totalIterations
print summary.objectiveHistory
print summary.rootMeanSquaredError
print summary.r2
# COMMAND ----------
from pyspark.ml.regression import GeneralizedLinearRegression
glr = GeneralizedLinearRegression()\
.setFamily("gaussian")\
.setLink("identity")\
.setMaxIter(10)\
.setRegParam(0.3)\
.setLinkPredictionCol("linkOut")
print glr.explainParams()開發者ID:yehonatc，項目名稱:Spark-The-Definitive-Guide，代碼行數:33，代碼來源:Advanced_Analytics_and_Machine_Learning-Chapter_27_Regression.py