8

私は ML と Apache Spark を使い始めたばかりなので、Spark の例に基づいて線形回帰を試しています。例のサンプル以外のデータに対して適切なモデルを生成できないようで、入力データに関係なく、切片は常に 0.0 です。

関数に基づいて簡単なトレーニング データセットを用意しました。

y = (2*x1) + (3*x2) + 4

つまり、切片が 4 で、重みが (2, 3) であると予想します。

生データに対して LinearRegressionWithSGD.train(...) を実行すると、モデルは次のようになります。

Model intercept: 0.0, weights: [NaN,NaN]

そして、予測はすべて NaN です。

Features: [1.0,1.0], Predicted: NaN, Actual: 9.0
Features: [1.0,2.0], Predicted: NaN, Actual: 12.0

等

最初にデータをスケーリングすると、次のようになります。

Model intercept: 0.0, weights: [17.407863391511754,2.463212481736855]

Features: [1.0,1.0], Predicted: 19.871075873248607, Actual: 9.0
Features: [1.0,2.0], Predicted: 22.334288354985464, Actual: 12.0
Features: [1.0,3.0], Predicted: 24.797500836722318, Actual: 15.0

等

私は何か間違っているか、このモデルからの出力がどうあるべきか理解していません。

私のコードは以下の通りです：

   // Load and parse the dummy data (y, x1, x2) for y = (2*x1) + (3*x2) + 4
   // i.e. intercept should be 4, weights (2, 3)?
   val data = sc.textFile("data/dummydata.txt")

   // LabeledPoint is (label, [features])
   val parsedData = data.map { line =>
    val parts = line.split(',')
    val label = parts(0).toDouble
    val features = Array(parts(1), parts(2)) map (_.toDouble)
    LabeledPoint(label, Vectors.dense(features))
  }

  // Scale the features
  val scaler = new StandardScaler(withMean = true, withStd = true)
                   .fit(parsedData.map(x => x.features))
  val scaledData = parsedData
                  .map(x => 
                  LabeledPoint(x.label, 
                     scaler.transform(Vectors.dense(x.features.toArray))))

  // Building the model: SGD = stochastic gradient descent
  val numIterations = 1000
  val step = 0.2
  val model = LinearRegressionWithSGD.train(scaledData, numIterations, step)

  println(s">>>> Model intercept: ${model.intercept}, weights: ${model.weights}")`

  // Evaluate model on training examples
  val valuesAndPreds = scaledData.map { point =>
    val prediction = model.predict(point.features)
    (point.label, point.features, prediction)
  }
  // Print out features, actual and predicted values...
  valuesAndPreds.take(10).foreach({case (v, f, p) => 
      println(s"Features: ${f}, Predicted: ${p}, Actual: ${v}")})
4

2 に答える 2

11

@Noah: ありがとう - あなたのアドバイスにより、これをもう一度見るようになりました。インターセプトを生成し、オプティマイザーを介して反復回数などの他のパラメーターを設定できるサンプル コードをここで見つけました。

これは、私のダミーデータで問題なく動作するように見える、修正されたモデル生成コードです。

  // Building the model: SGD = stochastic gradient descent:
  // Need to setIntercept = true, and seems only to work with scaled data 
  val numIterations = 600
  val stepSize = 0.1
  val algorithm = new LinearRegressionWithSGD()
  algorithm.setIntercept(true)
  algorithm.optimizer
    .setNumIterations(numIterations)
    .setStepSize(stepSize)

  val model = algorithm.run(scaledData)

入力として生データではなくスケーリングされたデータが必要なようですが、ここでの目的には問題ありません。

于 2014-10-09T09:52:00.083 に答える