R SparkR spark.isoreg用法及代碼示例

說明：

針對 SparkDataFrame 擬合等滲回歸模型，類似於 R 的isoreg()。用戶可以對生成的模型進行打印、預測，並將模型保存到輸入路徑。

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)

參數：

• data SparkDataFrame 用於訓練。
• formula 要擬合的模型的符號說明。目前僅支持少數公式運算符，包括'~'、'.'、':'、'+'和'-'。
• ... 傳遞給該方法的附加參數。
• isotonic 輸出序列應該是等滲/遞增 (TRUE) 還是反滲/遞減 (FALSE)。
• featureIndex 如果featuresCol 是向量列(默認值：0)，則為特征的索引，否則無效。
• weightCol 權重列名稱。
• object 擬合的等滲回歸模型。
• newData SparkDataFrame 用於測試。
• path 保存模型的目錄。
• overwrite 如果輸出路徑已經存在，是否覆蓋。默認為 FALSE，這意味著如果輸出路徑存在則拋出異常。

返回：

spark.isoreg 返回擬合的等滲回歸模型。

summary 返回擬合模型的匯總信息，是一個列表。該列表包括模型的boundaries(按升序排列的邊界)和predictions(與同一索引處的邊界關聯的預測)。

predict 返回包含預測值的 SparkDataFrame。

注意：

spark.isoreg 自 2.1.0 起

摘要(等滲回歸模型)自 2.1.0 起

從 2.1.0 開始預測(等滲回歸模型)

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)