は、私は以下のようにデータファイルを読んだどのようにDATAFRAME

Question

ためにScalaでロジスティック回帰を実行するには

val df = sqlContext.read.format("com.databricks.spark.csv").option("header", "true").load("D:/ModelData.csv") 


+---------+---------+---+-----+-------+ 
|c1  | c2 |c3 | c4 | c5 | 
+---------+---------+---+-----+-------+ 
|  1|  1| 13| 100|  1| 
|  1|  1| 13| 200|  0| 
|  1|  1| 13| 300|  0| 
+---------+---------+---+-----+-------+ 

それではモデルへの私の入力はC5とC4です（C1、C2、C3のすべてのために同じです。行）

val df3=df.select("c5", "c4") 

val lr = new LogisticRegression() 
     .setMaxIter(10) 
     .setRegParam(0.3) 
     .setElasticNetParam(0.8) 

val lrModel = lr.fit(df3) 

val trainingSummary = lrModel.summary 
println(trainingSummary) 

しかし、これは動作していないようです。何も表示されません。何か助けていただければ幸いです。

Answer 1

あなたのクラシファイアは、何を学ぶべきかを知る必要があります。したがって、分類子のラベル列と機能列を定義する必要があります。

フィーチャーカラムのデフォルトの名前は「フィーチャー」で、ラベルカラムのデフォルトの名前は「ラベル」です。

あなたは、列の名前を変更するか、「ラベル」と「機能」へ：

lr.fit(df3.withColumnRenamed("c4","features").withColumnRenamed("c5","label")) 

それとも、機能/ラベル列として使用する列を定義することができます

val lr = new LogisticRegression() 
    .setMaxIter(10) 
    .setRegParam(0.3) 
    .setElasticNetParam(0.8) 
    .setLabelColumn("c5") 
    .setFeaturesColumn("c4") 

Answer 2

考えますdataframe

+---+---+---+---+---+ 
|c1 |2 |c3 |c4 |c5 | 
+---+---+---+---+---+ 
|1 |1 |13 |100|1 | 
|1 |1 |13 |200|0 | 
|1 |1 |13 |300|0 | 
+---+---+---+---+---+ 

という疑問が示唆c4とc5はdoublesのcolumnがLogisticRegressionよう

ために必要とされる VectorAssembler

として

val assembler = new VectorAssembler() 
    .setInputCols(Array("c4")) 
    .setOutputCol("features") 

labelとfeaturesカラムを用いて形成することができるLogisticRegression（labelとしてc4とc5featuresなどとc5）

featuresベクターに使用されます

val df3 = assembler.transform(df).select($"c5".cast(DoubleType).as("label"), $"features") 

+-----+--------+ 
|label|features| 
+-----+--------+ 
|1.0 |[100.0] | 
|0.0 |[200.0] | 
|0.0 |[300.0] | 
+-----+--------+ 

今すぐLogisticRegressionが

val lr = new LogisticRegression() 
    .setMaxIter(10) 
    .setRegParam(0.3) 
    .setElasticNetParam(0.8) 

val lrModel = lr.fit(df3) 

val trainingSummary = lrModel.summary 
println(trainingSummary) 

として適用することができますされ、出力は

org.apache.spark.ml.classification.BinaryLogisticRegressionTrainingSummary@6e9f8160