這篇文章主要介紹spark mllib 預(yù)測(cè)之LinearRegression的示例分析,文中介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們一定要看完!
創(chuàng)新互聯(lián)從2013年創(chuàng)立,先為興隆等服務(wù)建站,興隆等地企業(yè),進(jìn)行企業(yè)商務(wù)咨詢服務(wù)。為興隆企業(yè)網(wǎng)站制作PC+手機(jī)+微官網(wǎng)三網(wǎng)同步一站式服務(wù)解決您的所有建站問題。
商品需求(y, 噸),價(jià)格(x1, 元),消費(fèi)者收入(x2, 元)
y | x1 | x2 |
5 | 1 | 1 |
8 | 1 | 2 |
7 | 2 | 1 |
13 | 2 | 3 |
18 | 3 | 4 |
建立需求函數(shù): y = ax1+bx2
package spark.regressionAnalysis /** * 線性回歸, 建立商品價(jià)格與消費(fèi)者輸入之間的關(guān)系, * 預(yù)測(cè)價(jià)格 */ import org.apache.log4j.{Level, Logger} import org.apache.spark.mllib.linalg.Vectors import org.apache.spark.mllib.regression.{LabeledPoint, LinearRegressionWithSGD} import org.apache.spark.{SparkConf, SparkContext} object LinearRegression { val conf = new SparkConf() //創(chuàng)建環(huán)境變量 .setMaster("local") //設(shè)置本地化處理 .setAppName("LinearRegression")//設(shè)定名稱 val sc = new SparkContext(conf) //創(chuàng)建環(huán)境變量實(shí)例 def main(args: Array[String]) { val data = sc.textFile("./src/main/spark/regressionAnalysis/lr.txt")//獲取數(shù)據(jù)集路徑 val parsedData = data.map { line => //開始對(duì)數(shù)據(jù)集處理 val parts = line.split('|') //根據(jù)逗號(hào)進(jìn)行分區(qū) LabeledPoint(parts(0).toDouble, Vectors.dense(parts(1).split(',').map(_.toDouble))) }.cache() //轉(zhuǎn)化數(shù)據(jù)格式 //LabeledPoint, numIterations, stepSize val model = LinearRegressionWithSGD.train(parsedData, 2, 0.1) //建立模型 val result = model.predict(Vectors.dense(1, 3))//通過模型預(yù)測(cè)模型 println(model.weights) println(model.weights.size) println(result) //打印預(yù)測(cè)結(jié)果 } }
lr.txt
5|1,1 8|1,2 7|2,1 13|2,3 18|3,4
以上是“spark mllib 預(yù)測(cè)之LinearRegression的示例分析”這篇文章的所有內(nèi)容,感謝各位的閱讀!希望分享的內(nèi)容對(duì)大家有幫助,更多相關(guān)知識(shí),歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道!
當(dāng)前名稱:sparkmllib預(yù)測(cè)之LinearRegression的示例分析
文章源于:http://www.chinadenli.net/article8/jigdip.html
成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián),為您提供外貿(mào)建站、域名注冊(cè)、靜態(tài)網(wǎng)站、品牌網(wǎng)站建設(shè)、定制網(wǎng)站、電子商務(wù)
聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請(qǐng)盡快告知,我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如需處理請(qǐng)聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時(shí)需注明來源: 創(chuàng)新互聯(lián)