功能介绍

  • 线性回归是一个回归算法
  • 线性回归组件支持稀疏、稠密两种数据格式
  • 线性回归组件支持带样本权重的训练

参数说明

名称 中文名称 描述 类型 是否必须？ 默认值
optimMethod 优化方法 优化问题求解时选择的优化方法 String null
l1 L1 正则化系数 L1 正则化系数，默认为0。 Double 0.0
l2 正则化系数 L2 正则化系数，默认为0。 Double 0.0
withIntercept 是否有常数项 是否有常数项，默认true Boolean true
maxIter 最大迭代步数 最大迭代步数，默认为 100 Integer 100
epsilon 收敛阈值 迭代方法的终止判断阈值，默认值为 1.0e-6 Double 1.0E-6
featureCols 特征列名数组 特征列名数组，默认全选 String[] null
labelCol 标签列名 输入表中的标签列名 String ✓
weightCol 权重列名 权重列对应的列名 String null
vectorCol 向量列名 向量列对应的列名，默认值是null String null
standardization 是否正则化 是否对训练数据做正则化，默认true Boolean true

参数填写示例

训练参数

线性回归训练(batch) - 图1

预测参数

线性回归训练(batch) - 图2

脚本示例

运行脚本

  1. data = np.array([
  2.     [2, 1, 1],
  3.     [3, 2, 1],
  4.     [4, 3, 2],
  5.     [2, 4, 1],
  6.     [2, 2, 1],
  7.     [4, 3, 2],
  8.     [1, 2, 1],
  9.     [5, 3, 3]])
  10. df = pd.DataFrame({"f0": data[:, 0], 
  11.                    "f1": data[:, 1],
  12.                    "label": data[:, 2]})
  14. batchData = dataframeToOperator(df, schemaStr='f0 int, f1 int, label int', op_type='batch')
  15. colnames = ["f0","f1"]
  16. lr = LinearRegTrainBatchOp().setFeatureCols(colnames).setLabelCol("label")
  17. model = batchData.link(lr)
  19. predictor = LinearRegPredictBatchOp().setPredictionCol("pred")
  20. predictor.linkFrom(model, batchData).print()

运行结果

f0 f1 label pred
2 1 1 1.000014
3 2 1 1.538474
4 3 2 2.076934
2 4 1 1.138446
2 2 1 1.046158
4 3 2 2.076934
1 2 1 0.553842
5 3 3 2.569250