Pyspark?線性回歸梯度下降交叉驗(yàn)證的知識(shí)點(diǎn)是什么

這期內(nèi)容當(dāng)中小編將會(huì)給大家?guī)碛嘘P(guān)Pyspark 線性回歸梯度下降交叉驗(yàn)證的知識(shí)點(diǎn)是什么，文章內(nèi)容豐富且以專業(yè)的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。

我正在嘗試在 pyspark 中的 SGD 模型上執(zhí)行交叉驗(yàn)證，我正在使用pyspark.mllib.regression，ParamGridBuilder和CrossValidator都來自pyspark.ml.tuning庫的LinearRegressionWithSGD。

在 Spark 網(wǎng)站上跟蹤文件資料之后，我希望運(yùn)行此方法可以正常工作

lr = LinearRegressionWithSGD()
pipeline=Pipeline(stages=[lr])

paramGrid = ParamGridBuilder()\
    .addGrid(lr.stepSize, Array(0.1, 0.01))\
    .build()

crossval = CrossValidator(estimator=pipeline,estimatorParamMaps= paramGrid,
                         evaluator=RegressionEvaluator(),
                         numFolds=10)

但是LinearRegressionWithSGD()沒有屬性stepSize(也沒有運(yùn)氣嘗試過其他人)。

我可以將 lr 設(shè)置為LinearRegression，但是我無法在模型中使用 SGD 并進(jìn)行交叉驗(yàn)證。

斯卡拉中有kFold方法，但我不確定如何從 pyspark 訪問該方法

解決方案

您可以使用LinearRegressionWithSGD中的step參數(shù)來定義步長，但由于您正在混合不兼容的庫，因此這將使代碼無法正常工作。不幸的是，我不知道如何使用SGD優(yōu)化對(duì)ml庫進(jìn)行交叉驗(yàn)證，我想知道自己，但是您正在混合使用pyspark.ml和pyspark.mllib庫。具體來說，您不能將LinearRegressionWithSGD與pyspark.ml庫一起使用。您必須使用pyspark.ml.regression.LinearRegression。

好消息是您可以將pyspark.ml.regression.LinearRegression的setsolver屬性設(shè)置為使用'gd'。因此，您可能可以將'gd'優(yōu)化器的參數(shù)設(shè)置為以SGD運(yùn)行，但是我不確定求解器文檔在哪里或如何設(shè)置求解器屬性（例如批大?。?。該api顯示了調(diào)用Param（）的LinearRegression對(duì)象，但是我不確定它是否使用pyspark.mllib優(yōu)化器。如果有人知道如何設(shè)置求解器屬性，則可以通過允許您將Pipeline，ParamGridBuilder和CrossValidation ml軟件包用于LinearRegression進(jìn)行模型選擇，并利用SGD優(yōu)化進(jìn)行參數(shù)調(diào)整來回答您的問題。

上述就是小編為大家分享的Pyspark 線性回歸梯度下降交叉驗(yàn)證的知識(shí)點(diǎn)是什么了，如果剛好有類似的疑惑，不妨參照上述分析進(jìn)行理解。如果想知道更多相關(guān)知識(shí)，歡迎關(guān)注億速云行業(yè)資訊頻道。