如何在每次迭代后获取Apache Spark ML的训练得分

是否有办法在每次迭代后获取评估得分,例如回归中的RMSE和精确度-召回率?例如,如果我有以下代码:LogisticRegression lr = new LogisticRegression() .setMaxIter(10) .setRegParam(0.3) .setElasticNetParam(0.8);

当最大迭代次数设置为10时,我如何能获得10个得分?任何指导都将不胜感激。我使用的是Spark 2.4的Java版本。谢谢你。


回答:

训练完成后,你会得到一个LogisticRegressionModel(假设它被称为model)。model.summary()会给你LogisticRegressionTrainingSummary,而model.summary().objectiveHistory()会给你一个包含每一步损失的数组。我认为你无法在每次迭代后获取精确度/召回率。

还要注意,并不一定会进行maxIter次迭代——模型可能在此之前就已经收敛了。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注