GeneralizedLinearRegression

類 pyspark.ml.regression。 GeneralizedLinearRegression ( *,labelCol:str=“標簽”,featuresCol:str=“特性”,predictionCol:str=“預測”,家庭:str=“高斯”,鏈接:可選(str]=沒有一個,fitIntercept:bool=真正的,麥克斯特:int=25,托爾:浮動=1 e-06,regParam:浮動=0.0,weightCol:可選(str]=沒有一個,解算器:str=“irl”,linkPredictionCol:可選(str]=沒有一個,variancePower:浮動=0.0,linkPower:可選(浮動]=沒有一個,offsetCol:可選(str]=沒有一個,aggregationDepth:int=2 )

廣義線性回歸。

符合指定給一個象征性的描述廣義線性模型的線性預測(鏈接函數)和誤差分布的描述(家庭)。它支持“高斯”、“二”、“泊鬆”,“伽馬”和“tweedie”家庭。為每個家庭是下麵列出的有效鏈接功能。每一個家庭的第一個鏈接功能是默認的。

• “高斯”- >“身份”,“日誌”、“逆”

• “二項”- >“分對數”,“probit”、“cloglog”

• “泊鬆”- >“日誌”、“身份”,“√”

• “伽馬”- >“逆”,“身份”、“日誌”

• “tweedie”- >電源通過“linkPower”鏈接指定的函數。默認鏈接權力tweedie家庭是1 - variancePower。

筆記

更多信息見維基百科頁麵全球語言監測機構

例子

> > >從pyspark.ml.linalg進口向量> > >df=火花。createDataFrame([…(1.0,向量。密集的(0.0,0.0)),…(1.0,向量。密集的(1.0,2.0)),…(2.0,向量。密集的(0.0,0.0)),…(2.0,向量。密集的(1.0,1.0),),(“標簽”,“特征”])> > >glr=GeneralizedLinearRegression(家庭=“高斯”,鏈接=“身份”,linkPredictionCol=“p”)> > >glr。setRegParam(0.1)GeneralizedLinearRegression……> > >glr。getRegParam()0.1> > >glr。清晰的(glr。regParam)> > >glr。setMaxIter(10)GeneralizedLinearRegression……> > >glr。getMaxIter()10> > >glr。清晰的(glr。麥克斯特)> > >模型=glr。適合(df)> > >模型。setFeaturesCol(“特征”)GeneralizedLinearRegressionModel……> > >模型。getMaxIter()25> > >模型。getAggregationDepth()2> > >改變了=模型。變換(df)> > >腹肌(改變了。頭()。預測- - - - - -1.5)<0.001真正的> > >腹肌(改變了。頭()。p- - - - - -1.5)<0.001真正的> > >模型。係數DenseVector ([1.5…,-1.0……)> > >模型。numFeatures2> > >腹肌(模型。攔截- - - - - -1.5)<0.001真正的> > >glr_path=temp_path+“/ glr”> > >glr。保存(glr_path)> > >glr2=GeneralizedLinearRegression。負載(glr_path)> > >glr。getFamily()= =glr2。getFamily()真正的> > >model_path=temp_path+“/ glr_model”> > >模型。保存(model_path)> > >model2=GeneralizedLinearRegressionModel。負載(model_path)> > >模型。攔截= =model2。攔截真正的> > >模型。係數(0]= =model2。係數(0]真正的> > >模型。變換(df)。取(1)= =model2。變換(df)。取(1)真正的

方法

清晰的(參數)	清除參數映射的參數是否被顯式地設置。
複製((額外的))	創建這個實例的副本具有相同uid和一些額外的參數。
explainParam(參數)	解釋一個參數並返回它的名字,醫生,和可選的默認值,用戶提供的字符串值。
explainParams()	返回文檔的所有參數選擇默認值和用戶提供的值。
extractParamMap((額外的))	提取嵌入默認參數值和用戶提供的值,然後合並他們額外的值從輸入平麵參數映射,後者使用價值如果存在衝突,即。排序:默認參數值< <額外的用戶提供的值。
適合(數據集[params))	適合一個模型與可選參數的輸入數據集。
fitMultiple(paramMaps數據集)	適合一個模型為每個參數映射的輸入數據集paramMaps。
getAggregationDepth()	得到的價值aggregationDepth或其默認值。
getFamily()	得到家庭的價值或其默認值。
getFeaturesCol()	得到的價值featuresCol或其默認值。
getFitIntercept()	得到的價值fitIntercept或其默認值。
getLabelCol()	得到的價值labelCol或其默認值。
getLink()	被鏈接的價值或其默認值。
getLinkPower()	得到的價值linkPower或其默認值。
getLinkPredictionCol()	得到的價值linkPredictionCol或其默認值。
getMaxIter()	麥克斯特的價值或其默認值。
getOffsetCol()	得到的價值offsetCol或其默認值。
getOrDefault(參數)	得到參數的值在用戶提供的參數映射或其默認值。
getParam(paramName)	通過它的名稱參數。
getPredictionCol()	得到的價值predictionCol或其默認值。
getRegParam()	得到的價值regParam或其默認值。
getSolver()	得到解決的價值或其默認值。
getTol()	被托爾的價值或其默認值。
getVariancePower()	得到的價值variancePower或其默認值。
getWeightCol()	得到的價值weightCol或其默認值。
hasDefault(參數)	檢查是否一個參數有默認值。
hasParam(paramName)	測試這個實例包含一個參數是否與給定名稱(字符串)。
isDefined(參數)	檢查參數是否由用戶或顯式地設置一個默認值。
收取(參數)	檢查參數是否由用戶顯式地設置。
負載(路徑)	從輸入路徑,讀取一個毫升實例的快捷方式read () .load(路徑)。
讀()	返回一個MLReader這個類的實例。
保存(路徑)	這個毫升實例保存到給定的路徑,一個快捷方式的“寫().save(路徑)。
集(參數值)	設置一個參數嵌入參數映射。
setAggregationDepth(值)	設置的值aggregationDepth。
setFamily(值)	設置的值家庭。
setFeaturesCol(值)	設置的值featuresCol。
setFitIntercept(值)	設置的值fitIntercept。
setLabelCol(值)	設置的值labelCol。
setLink(值)	設置的值鏈接。
setLinkPower(值)	設置的值linkPower。
setLinkPredictionCol(值)	設置的值linkPredictionCol。
setMaxIter(值)	設置的值麥克斯特。
setOffsetCol(值)	設置的值offsetCol。
setparam(自我,\ [,featuresCol labelCol…))	設置參數的廣義線性回歸。
setPredictionCol(值)	設置的值predictionCol。
setRegParam(值)	設置的值regParam。
setSolver(值)	設置的值解算器。
setTol(值)	設置的值托爾。
setVariancePower(值)	設置的值variancePower。
setWeightCol(值)	設置的值weightCol。
寫()	返回一個MLWriter實例毫升實例。

屬性

aggregationDepth
家庭
featuresCol
fitIntercept
labelCol
鏈接
linkPower
linkPredictionCol
麥克斯特
offsetCol
參數個數	返回所有參數命令的名字。
predictionCol
regParam
解算器
托爾
variancePower
weightCol

方法的文檔

清晰的 ( 參數:pyspark.ml.param.Param )→沒有

清除參數映射的參數是否被顯式地設置。

複製 ( 額外的:可選(ParamMap]=沒有一個 )→摩根大通

創建這個實例的副本具有相同uid和一些額外的參數。這個實現第一次調用參數。複製and then make a copy of the companion Java pipeline component with extra params. So both the Python wrapper and the Java pipeline component get copied.

參數

額外的 東西,可選

額外參數複製到新實例

返回

JavaParams

這個實例的副本

explainParam ( 參數:聯盟(str,pyspark.ml.param.Param] )→str

解釋一個參數並返回它的名字,醫生,和可選的默認值,用戶提供的字符串值。

explainParams ( )→str

返回文檔的所有參數選擇默認值和用戶提供的值。

extractParamMap ( 額外的:可選(ParamMap]=沒有一個 )→ParamMap

提取嵌入默認參數值和用戶提供的值,然後合並他們額外的值從輸入平麵參數映射,後者使用價值如果存在衝突,即。排序:默認參數值< <額外的用戶提供的值。

參數

額外的 東西,可選

額外的參數值

返回

dict

合並後的參數映射

適合 ( 數據集:pyspark.sql.dataframe.DataFrame,參數個數:聯盟[ParamMap、列表(ParamMap)元組(ParamMap),沒有一個)=沒有一個 )→聯盟(米,列表(米] ]

適合一個模型與可選參數的輸入數據集。

參數

數據集 pyspark.sql.DataFrame

輸入數據集。

參數個數 dict或列表或元組,可選的

一個可選的參數覆蓋嵌入參數的地圖。如果列表/元組的參數映射,這適用於每一個參數並返回一個列表的模型映射。

返回

變壓器或者一個列表變壓器

擬合模型(年代)

fitMultiple ( 數據集:pyspark.sql.dataframe.DataFrame,paramMaps:序列(ParamMap] )→迭代器(元組(int,米] ]

適合一個模型為每個參數映射的輸入數據集paramMaps。

參數

數據集 pyspark.sql.DataFrame

輸入數據集。

paramMaps collections.abc.Sequence

一係列的參數映射。

返回

_FitMultipleIterator

一個線程安全的iterable包含為每個參數映射模型。每次調用下一個(modelIterator)將返回(指數模型)模型是適合使用在哪裏paramMaps(指數)。指數值可能不是連續的。

getAggregationDepth ( )→int

得到的價值aggregationDepth或其默認值。

getFamily ( )→str

得到家庭的價值或其默認值。

getFeaturesCol ( )→str

得到的價值featuresCol或其默認值。

getFitIntercept ( )→bool

得到的價值fitIntercept或其默認值。

getLabelCol ( )→str

得到的價值labelCol或其默認值。

getLink ( )→str

被鏈接的價值或其默認值。

getLinkPower ( )→浮動

得到的價值linkPower或其默認值。

getLinkPredictionCol ( )→str

得到的價值linkPredictionCol或其默認值。

getMaxIter ( )→int

麥克斯特的價值或其默認值。

getOffsetCol ( )→str

得到的價值offsetCol或其默認值。

getOrDefault ( 參數:聯盟(str,pyspark.ml.param.Param(T]] )→聯盟(任何,T]

得到參數的值在用戶提供的參數映射或其默認值。如果沒有設置提出了一個錯誤。

getParam ( paramName:str )→pyspark.ml.param.Param

通過它的名稱參數。

getPredictionCol ( )→str

得到的價值predictionCol或其默認值。

getRegParam ( )→浮動

得到的價值regParam或其默認值。

getSolver ( )→str

得到解決的價值或其默認值。

getTol ( )→浮動

被托爾的價值或其默認值。

getVariancePower ( )→浮動

得到的價值variancePower或其默認值。

getWeightCol ( )→str

得到的價值weightCol或其默認值。

hasDefault ( 參數:聯盟(str,pyspark.ml.param.Param(任何]] )→bool

檢查是否一個參數有默認值。

hasParam ( paramName:str )→bool

測試這個實例包含一個參數是否與給定名稱(字符串)。

isDefined ( 參數:聯盟(str,pyspark.ml.param.Param(任何]] )→bool

檢查參數是否由用戶或顯式地設置一個默認值。

收取 ( 參數:聯盟(str,pyspark.ml.param.Param(任何]] )→bool

檢查參數是否由用戶顯式地設置。

classmethod 負載 ( 路徑:str )→RL

從輸入路徑,讀取一個毫升實例的快捷方式read () .load(路徑)。

classmethod 讀 ( )→pyspark.ml.util.JavaMLReader(RL]

返回一個MLReader這個類的實例。

保存 ( 路徑:str )→沒有

這個毫升實例保存到給定的路徑,一個快捷方式的“寫().save(路徑)。

集 ( 參數:pyspark.ml.param.Param,價值:任何 )→沒有

設置一個參數嵌入參數映射。

setAggregationDepth ( 價值:int )→pyspark.ml.regression.GeneralizedLinearRegression

設置的值aggregationDepth。

setFamily ( 價值:str )→pyspark.ml.regression.GeneralizedLinearRegression

設置的值家庭。

setFeaturesCol ( 價值:str )→P

設置的值featuresCol。

setFitIntercept ( 價值:bool )→pyspark.ml.regression.GeneralizedLinearRegression

設置的值fitIntercept。

setLabelCol ( 價值:str )→P

設置的值labelCol。

setLink ( 價值:str )→pyspark.ml.regression.GeneralizedLinearRegression

設置的值鏈接。

setLinkPower ( 價值:浮動 )→pyspark.ml.regression.GeneralizedLinearRegression

設置的值linkPower。

setLinkPredictionCol ( 價值:str )→pyspark.ml.regression.GeneralizedLinearRegression

設置的值linkPredictionCol。

setMaxIter ( 價值:int )→pyspark.ml.regression.GeneralizedLinearRegression

設置的值麥克斯特。

setOffsetCol ( 價值:str )→pyspark.ml.regression.GeneralizedLinearRegression

設置的值offsetCol。

setparam ( 自我,\ *,labelCol = "標簽",featuresCol = "特性",predictionCol = "預測",家庭=“高斯”,鏈接=沒有,fitIntercept = True,麥克斯特= 25,托爾= 1 e-6,regParam = 0.0,weightCol =沒有,解算器= " irl ",linkPredictionCol =沒有,variancePower = 0.0,linkPower =沒有,offsetCol =沒有,aggregationDepth = 2 )

設置參數的廣義線性回歸。

setPredictionCol ( 價值:str )→P

設置的值predictionCol。

setRegParam ( 價值:浮動 )→pyspark.ml.regression.GeneralizedLinearRegression

設置的值regParam。

setSolver ( 價值:str )→pyspark.ml.regression.GeneralizedLinearRegression

設置的值解算器。

setTol ( 價值:浮動 )→pyspark.ml.regression.GeneralizedLinearRegression

設置的值托爾。

setVariancePower ( 價值:浮動 )→pyspark.ml.regression.GeneralizedLinearRegression

設置的值variancePower。

setWeightCol ( 價值:str )→pyspark.ml.regression.GeneralizedLinearRegression

設置的值weightCol。

寫 ( )→pyspark.ml.util.JavaMLWriter

返回一個MLWriter實例毫升實例。

屬性的文檔

aggregationDepth =參數(父母=‘定義’,name = ' aggregationDepth ', doc =的建議深度treeAggregate (> = 2)。)

家庭 =參數(父母=‘定義’,name = '家庭',doc = '家人的名字是誤差分布的描述中使用的模型。支持選項:高斯(默認)、二項式分布、泊鬆分布、伽瑪和tweedie。”)

featuresCol =參數(父母=‘定義’,name = ' featuresCol ', doc =功能列名稱。)

fitIntercept =參數(父母=‘定義’,name = ' fitIntercept ', doc =是否適合一個截距項。)

labelCol =參數(父母=‘定義’,name = ' labelCol ', doc =“標簽列名。”)

鏈接 =參數(父母=‘定義’,name =“鏈接”,醫生= '鏈接函數的名稱提供線性預測之間的關係和分布函數的均值。支持選項:身份、日誌、逆分對數,probit, cloglog和sqrt。”)

linkPower =參數(父母=‘定義’,name = ' linkPower ', doc =權力鏈接的指數函數。隻適用於Tweedie家庭。”)

linkPredictionCol =參數(父母=‘定義’,name = ' linkPredictionCol ', doc =“鏈接預測(線性預測)列名稱”)

麥克斯特 =參數(父母=‘定義’,name =“麥克斯特”,醫生=“馬克斯(> = 0)的迭代次數。)

offsetCol =參數(父母=‘定義’,name = ' offsetCol ', doc = '抵消列名。如果這不是設置或空,我們對所有實例偏移量為0.0”)

參數個數

返回所有參數命令的名字。默認實現使用dir ()所有的屬性類型參數。

predictionCol =參數(父母=‘定義’,name = ' predictionCol ', doc =預測列名稱。)

regParam =參數(父母=‘定義’,name = ' regParam ', doc =“正則化參數(> = 0)”。)

解算器 =參數(父母=‘定義’,name =“規劃求解”,醫生= '優化的求解算法。支持選擇:irl。”)

托爾 =參數(父母=‘定義’,name =“托爾”,醫生=迭代算法的收斂公差(> = 0)”。)

variancePower =參數(父母=‘定義’,name = ' variancePower ', doc = '的力量Tweedie分布的方差函數特征分布的方差和均值的關係。隻適用於Tweedie家族。支持值:0和1,正)。”)

weightCol =參數(父母=‘定義’,name = ' weightCol ', doc = '體重列名。如果這不是設置或空,我們對所有實例權重為1.0。”)

以前的

GBTRegressionModel

下一個

GeneralizedLinearRegressionModel