Spark MLLib LogisticRegression 调试模型？
Spark MLLib LogisticRegression debug model?
我正在研究 LogisticRegression 模型并尝试调试。
这是一件简单的事情，但似乎无法让它发挥作用：只有 time of day 和一个 state 0 or 1，并且想要预测一天中给定时间的状态。
训练模型时没有错误，但我看到了这个：
GradientDescent: GradientDescent.runMiniBatchSGD finished. Last 10 stochastic losses NaN, NaN, NaN, NaN, NaN, NaN, NaN, NaN, NaN, NaN
在日志中
当尝试 eval 我总是以错误结束 java.util.NoSuchElementException: key not found: keyname
我之前在向分类器提供一个不可能的特征集时看到过这个，但在这里我只使用了一个特征，而且它是一个简单的模型，所以我不明白哪里出了问题。
知道如何查看正在发生的事情吗？
我也用过BinaryClassificationMetrics而且它returns
FmeasureCurve = (NaN,0.17630133869823753)
ROCCurve =
(0.0,0.0)
(1.0,1.0)
(1.0,1.0)
如何打印模型信息以查看其中的值？
我有获取这些数据的简单方法吗？
当我打印模型时，我只得到：
org.apache.spark.mllib.classification.LogisticRegressionModel: intercept = 0.0, numFeatures = 1, numClasses = 2, threshold = None
谢谢
不确定发生了什么。一些想法：（1）将您的数据集复制到您的问题中。 (2) 确保 0 和 1 的情况散布在您的数据中（即您的输入中没有硬截断 space）。这确保了参数是一些有限值。 (3) 在您的模型上调用 clearThreshold，然后 predict 将产生原始（概率）输出。 (4) 有一种方法可以得到拟合参数，我忘记了。关于这一点，我唯一的建议是浏览代码并尝试查看如何 return 参数。
我正在研究 LogisticRegression 模型并尝试调试。
这是一件简单的事情，但似乎无法让它发挥作用：只有 time of day 和一个 state 0 or 1，并且想要预测一天中给定时间的状态。
训练模型时没有错误，但我看到了这个：
GradientDescent: GradientDescent.runMiniBatchSGD finished. Last 10 stochastic losses NaN, NaN, NaN, NaN, NaN, NaN, NaN, NaN, NaN, NaN
在日志中
当尝试 eval 我总是以错误结束 java.util.NoSuchElementException: key not found: keyname
我之前在向分类器提供一个不可能的特征集时看到过这个，但在这里我只使用了一个特征，而且它是一个简单的模型，所以我不明白哪里出了问题。
知道如何查看正在发生的事情吗？
我也用过BinaryClassificationMetrics而且它returns
FmeasureCurve = (NaN,0.17630133869823753)
ROCCurve =
(0.0,0.0)
(1.0,1.0)
(1.0,1.0)
如何打印模型信息以查看其中的值？ 我有获取这些数据的简单方法吗？
当我打印模型时，我只得到：
org.apache.spark.mllib.classification.LogisticRegressionModel: intercept = 0.0, numFeatures = 1, numClasses = 2, threshold = None
谢谢
不确定发生了什么。一些想法：（1）将您的数据集复制到您的问题中。 (2) 确保 0 和 1 的情况散布在您的数据中（即您的输入中没有硬截断 space）。这确保了参数是一些有限值。 (3) 在您的模型上调用 clearThreshold，然后 predict 将产生原始（概率）输出。 (4) 有一种方法可以得到拟合参数，我忘记了。关于这一点，我唯一的建议是浏览代码并尝试查看如何 return 参数。