支持向量机目前还不支持Spark中的多类分类,但在未来会像Spark page上描述的那样。
是否有任何发布日期或任何机会运行它与支持向量机实现多类的PySpark应用程序接口?感谢你的见解。
发布于 2016-09-22 23:21:17
在实践中,您可以使用任意的二元分类器和一对一策略来执行多类分类。mllib
没有提供(在ml
中有一个),但是您可以很容易地构建自己的。假设数据如下所示
import numpy as np
np.random.seed(323)
classes = [0, 1, 2, 3, 4, 5]
def make_point(classes):
label = np.random.choice(classes)
features = np.random.random(len(classes))
features[label] += 10
return LabeledPoint(label, features)
data = sc.parallelize([make_point(classes) for _ in range(1000)])
xs = data.take(5)
我们可以为每个类训练单独的模型:
def model_for_class(c, rdd):
def adjust_label(lp):
return LabeledPoint(1 if lp.label == c else 0, lp.features)
model = SVMWithSGD.train(rdd.map(adjust_label))
model.clearThreshold()
return model
models = [model_for_class(c, data) for c in classes]
并将其用于预测:
[(x.label, np.argmax([model.predict(x.features) for model in models]))
for x in xs]
## [(0.0, 0), (1.0, 1), (0.0, 0), (5.0, 5), (2.0, 2)]
顺便说一句,你不能指望pyspark.mllib
会有任何进一步的发展,因为它已经被弃用了,取而代之的是ml
。
https://stackoverflow.com/questions/39631208
复制相似问题