线性回归模板代码
2018-01-24 20:34
211 查看
程序如下:
package xyz.ixiaoban.bigdata.spark 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().setMaster("local").setAppName("LinearRegression3 ") //创建环境变 val sc = new SparkContext(conf) //创建环境变量实例 def main(args: Array[String]) { val data = sc.textFile("file:\\c:\\A.txt") //获取数据集路径 val parsedData = data.map { line => //开始对数据集处理 val parts = line.split(',') //根据逗号进行分区 LabeledPoint(parts(0).toDouble, Vectors.dense(parts(1).split(' ').map(_.toDouble))) }.cache() //转化数据格式 val model = LinearRegressionWithSGD.train(parsedData, 100,0.1) //建立模型 val result = model.predict(Vectors.dense(4,5)) //通过模型预测模型 println(result) //打印预测结果 } }
测试数据格式如下:
建立txt文档
1,0 1 2,0 2 3,0 3 5,1 4 7,6 1 9,4 5
运行结果:
相关文章推荐
- 线性回归的代码实现
- TensorFlow 模拟线性回归代码样例
- 机器学习之线性回归及代码示例
- 逻辑回归-线性判定边界Python代码实现
- 通俗易懂地介绍梯度下降法(以线性回归为例,配以Python示例代码)
- 线性回归之梯度下降(附代码)
- Brown-Mood估计、Theil估计 2、Siegel估计、线性分位回归的r语言代码
- 多元线性回归OpenCV代码
- 线性回归的正规方程解法与梯度下降解法的代码
- 机器学习之线性回归:算法兑现为python代码
- 邹博机器学习代码分析(1)-线性回归
- 机器学习之线性回归(2)——代码
- 线性回归代码matlab
- 线性回归分析——含python代码
- 线性回归之梯度下降法(附代码)
- 机器学习:线性回归与Python代码实现
- 线性回归的数学原理以及代码实现
- 机器学习入门:线性回归及梯度下降(附matlab代码)
- 线性回归从公理到算法推导再到代码实现
- 线性回归与岭回归python代码实现