我在使用Spark 2和Scala训练基于逻辑回归的二分类模型，并且使用了import org.apache.spark.ml.classification.LogisticRegression，这是Spark 2中的新ml API。然而，当我通过AUROC评估模型时，我没有找到使用概率值（0到1之间的双精度数）而不是二分类结果（0/1）的方法。之前可以通过removeThreshold()实现这一点，但在ml.LogisticRegression中我没有找到类似的方法。因此，有没有办法做到这一点？

我使用的评估器是

val evaluator = new BinaryClassificationEvaluator()  .setLabelCol("label")  .setRawPredictionCol("rawPrediction")  .setMetricName("areaUnderROC")val auroc = evaluator.evaluate(predictions)`

回答：

如果你想获得除了0/1之外的概率输出，可以尝试以下方法：

import org.apache.spark.ml.classification.{BinaryLogisticRegressionSummary, LogisticRegression}val lr = new LogisticRegression()  .setMaxIter(100)  .setRegParam(0.3)val lrModel = lr.fit(trainData)val summary = lrModel.summarysummary.predictions.select("probability").show()