-4
import org.apache.spark.ml.classification.MultilayerPerceptronClassifier
import org.apache.spark.ml.evaluation.MulticlassClassificationEvaluator
import org.apache.spark.mllib.util.MLUtils
import org.apache.spark.sql.Row
// Load training data
val data = MLUtils.loadLibSVMFile(sc,"/home/.../neural.txt").toDF()
val splits = data.randomSplit(Array(0.6, 0.4), seed = 1234L)
val train = splits(0)
val test = splits(1)
val layers = Array[Int](4, 5, 4, 4)
val trainer = new MultilayerPerceptronClassifier().setLayers(layers).setBlockSize(128).setSeed(1234L).setMaxIter(100)
val model = trainer.fit(train)
// compute precision on the test set
val result = model.transform(test)
val predictionAndLabels = result.select("prediction", "label")
val evaluator = new MulticlassClassificationEvaluator().setMetricName("precision")
println("Precision:" + evaluator.evaluate(predictionAndLabels))
私はSparkで神経回路網を構築するためにMultilayerPerceptronClassifierを使用しています。私は正確さの62.5%を得ています。正確な精度を得るためには、どのようなパラメータを変更する必要がありますか?どのようにスパークの神経回路網のモデルの精度を高めるには?
、あなたがこれまでにしようとしなかった、あなたの設定は何ですか? – Stophface
投稿を編集しました。ご確認ください – Aditi
この質問は広すぎます:私たちはデータを知らない、あなたは何をやっているのかわかりません。もう一度書き直して詳細を加えてください。 – Vale