在每次迭代后进行回归和精确记忆时,是否有办法获得 RMSE 等评估分数? 例如,如果我有这个: LogisticRegression lr = new LogisticRegression() .setMaxIter(10) .setRegParam(0.3) .setElasticNetParam(0.8);
当最大积分设置为 10 时,我怎样才能得到 10 分? 任何指针都将受到高度赞赏。 我在 Java 中使用 Spark 2.4。 谢谢。
最佳答案
训练完成后,您将拥有一个 LogisticRegressionModel
(假设它称为模型
)。 model.summary()
为您提供 LogisticRegressionTrainingSummary
,而 model.summary().objectiveHistory()
为您提供每一步的损失数组。我不相信每次迭代后你都能获得精确度/召回率。
还要注意,不一定有 maxIter
次迭代——模型可能在此之前已经收敛。
关于apache-spark - 如何在每次迭代后获取 Apache Spark ML 训练分数,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/54935952/