在 spark mllib 中，如何在 LogisticRegressionWithLBFGS 中设置 L2 常规参数

Question

我想在 LogisticRegressionWithLBFGS 中使用 L2 正则化器并设置 L2 正则参数，但是 mllib 的编程中没有示例 guides.So 谁能告诉我如何在 LogisticRegressionWithLBFGS 中使用 L2 正则化器？

Answer 1

Spark 的 LogisticRegressionWithLBFGS returns 正则化模型估计。

LogisticRegressionWithLBFGS 默认使用标准特征缩放和 L2 正则化。

已回答类似问题 here。

Answer 2

今天同事告诉我如何解决这个问题。我展示了答案，也许能帮助一些和我遇到同样问题的人。

val paramL2: Double = 0.05  //  L2 regularization coefficient
val logisticRegressionWithLBFGS = new LogisticRegressionWithLBFGS()
logisticRegressionWithLBFGS.optimizer.setRegParam(paramL2)  // set L2 regularization coefficient
logisticRegressionWithLBFGS.setIntercept(true).setNumClasses(15)
val model = logisticRegressionWithLBFGS.run(trainingSamples)  // train model use some training samples

如果你遇到类似的问题，最好看看mllib的源码，你会找到答案的。只是一些建议。 :)

在 spark mllib 中，如何在 LogisticRegressionWithLBFGS 中设置 L2 常规参数

In the spark mllib, how to set L2 regular param in LogisticRegressionWithLBFGS

scala

machine-learning

apache-spark

apache-spark-mllib