我在AWS Elastic Map Reduce(EMR)上安装了Spark，并使用MLLib中的包运行了SVM。但是，在构建模型时没有选择参数的选项，比如核选择和误分类成本（就像R中的e1071包一样）。请问有人能告诉我如何在构建模型时设置这些参数吗？

回答：

摘要 / 简短版本:

SVMWithSGD的硬编码方法是:

private val gradient = new HingeGradient()
private val updater new SquaredL2Updater()

由于这些是硬编码的 – 你无法像在R中那样配置它们。

详细信息:

在“裸机”级别，mllib的SVMWithSGD支持以下参数:

• 为每个特征计算的权重。
• 为此模型计算的截距。
• 正/负预测之间的阈值（默认为0.0）

还有其他便利方法允许你定义:

• 正则化类型（L1 vs L2）
• 正则化参数（lambda）
• 用于每次训练批次的输入数据的比例
• 初始步长（用于梯度下降）

你会注意到你提到的两个项目:

• 核选择
• 误分类成本

不包括在这些可配置参数中

在底层，这些是由调用GradientDescent类定义的，如下所示:

* @param gradient 要使用的梯度函数。* @param updater 用于在每次迭代后更新权重的更新器。GradientDescent(gradient: Gradient, private var updater: Updater)

使用以下设置