• 逻辑回归算法
    • 功能介绍
    • 参数说明
    • 脚本示例
      • 运行脚本
      • 运行结果
  • 备注

    逻辑回归算法

    功能介绍

    • 经典逻辑回归是一个二分类算法
    • 逻辑回归组件支持稀疏、稠密两种数据格式
    • 支持带样本权重的训练

    参数说明

    名称 中文名称 描述 类型 是否必须? 默认值
    optimMethod 优化方法 优化问题求解时选择的优化方法 String null
    l1 L1 正则化系数 L1 正则化系数,默认为0。 Double 0.0
    l2 正则化系数 L2 正则化系数,默认为0。 Double 0.0
    withIntercept 是否有常数项 是否有常数项,默认true Boolean true
    maxIter 最大迭代步数 最大迭代步数,默认为 100 Integer 100
    epsilon 收敛阈值 迭代方法的终止判断阈值,默认值为 1.0e-6 Double 1.0E-6
    featureCols 特征列名数组 特征列名数组,默认全选 String[] null
    labelCol 标签列名 输入表中的标签列名 String
    weightCol 权重列名 权重列对应的列名 String null
    vectorCol 向量列名 向量列对应的列名,默认值是null String null
    standardization 是否正则化 是否对训练数据做正则化,默认true Boolean true

    脚本示例

    运行脚本

    1. import numpy as np
    2. import pandas as pd
    3. data = np.array([
    4. [2, 1, 1],
    5. [3, 2, 1],
    6. [4, 3, 2],
    7. [2, 4, 1],
    8. [2, 2, 1],
    9. [4, 3, 2],
    10. [1, 2, 1],
    11. [5, 3, 2]])
    12. df = pd.DataFrame({"f0": data[:, 0],
    13. "f1": data[:, 1],
    14. "label": data[:, 2]})
    15. input = dataframeToOperator(df, schemaStr='f0 int, f1 int, label int', op_type='batch')
    16. # load data
    17. dataTest = input
    18. colnames = ["f0","f1"]
    19. lr = LogisticRegressionTrainBatchOp().setFeatureCols(colnames).setLabelCol("label")
    20. model = input.link(lr)
    21. predictor = LogisticRegressionPredictBatchOp().setPredictionCol("pred")
    22. predictor.linkFrom(model, dataTest).print()

    运行结果

    f0 f1 label pred
    2 1 1 1
    3 2 1 1
    4 3 2 2
    2 4 1 1
    2 2 1 1
    4 3 2 2
    1 2 1 1
    5 3 2 2

    备注

    1. 该组件的输入为训练数据,输出为逻辑回归模型。
    2. 参数数据库的使用方式可以覆盖多个参数的使用方式。