Python pyspark IsotonicRegressionModel用法及代碼示例

本文簡要介紹 pyspark.mllib.regression.IsotonicRegressionModel 的用法。

用法: class pyspark.mllib.regression.IsotonicRegressionModel(boundaries, predictions, isotonic)

等滲回歸的回歸模型。

1.4.0 版中的新函數。

參數：

boundaries：ndarray: 預測已知的邊界數組。邊界必須按升序排序。
predictions：ndarray: 與同一索引處的邊界關聯的預測數組。等滲回歸的結果，因此是單調的。
isotonic：真的: 指示這是等滲的還是反滲的。

例子：

>>> data = [(1, 0, 1), (2, 1, 1), (3, 2, 1), (1, 3, 1), (6, 4, 1), (17, 5, 1), (16, 6, 1)]
>>> irm = IsotonicRegression.train(sc.parallelize(data))
>>> irm.predict(3)
2.0
>>> irm.predict(5)
16.5
>>> irm.predict(sc.parallelize([3, 5])).collect()
[2.0, 16.5]
>>> import os, tempfile
>>> path = tempfile.mkdtemp()
>>> irm.save(sc, path)
>>> sameModel = IsotonicRegressionModel.load(sc, path)
>>> sameModel.predict(3)
2.0
>>> sameModel.predict(5)
16.5
>>> from shutil import rmtree
>>> try:
...     rmtree(path)
... except OSError:
...     pass

相關用法

注：本文由純淨天空篩選整理自spark.apache.org大神的英文原創作品 pyspark.mllib.regression.IsotonicRegressionModel。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。