我正在尝试使用我在Kaggle上找到的住房数据集在PySpark中做一个非常简单的LinearRegression。evaluator=ev, model = cv.fit(data).bestModel: java.lang.NullPointerException
at org.apache.<e
浏览 4提问于2016-09-08得票数 2
=lr.fit(training) 错误： Py4JJavaError: An error occurred while calling o51.fit. at org.apache.spark.ml.regression.LinearRegression.org$apache$
浏览 16提问于2020-06-15得票数 0
回答已采纳
我正在使用星星团2.0，我想将向量从org.apache.spark.mllib.linalg.VectorUDT转换为org.apache.spark.ml.linalg.VectorUDT。# Import LinearRegression classlr = LinearRegression()
model
浏览 5提问于2016-12-13得票数 6
关于星火例外的小问题，请回答。lr = new LinearRegression(); at org.apache.spark.ml.regression.LinearRegression</e
浏览 1提问于2021-07-15得票数 0
回答已采纳
我在SAS中有运行一个相当简单的Proc回归的现有代码。我需要将其转换为PySpark。 我希望在PySpark中运行线性回归，并指定截距应为0。我在data_input上有两个输入列(INPUT1和INPUT2)和一个输出列( output )，另外还希望应用INPUT1权重=1- INPUT2权重的限制。我的代码目前看起来是这样的，但我看不到在哪里可以添加所需的设置： vectorAssembler=VectorAssembler(inputCols=['INPUT1&#x
浏览 34提问于2020-01-08得票数 0
我正在学习如何使用Spark DataFrames API在scala中构建机器学习模型，并想知道可以用于优化模型的所有超参数的列表。通过搜索到目前为止，我找到了一些LinearRegression的超参数，例如：
import org.apache.spark.ml.regression.LinearRegression
val lr =
浏览 5提问于2017-05-21得票数 1
回答已采纳
1回答
火花负荷模型与持续训练
、、、
我使用LinearRegression.Scala和Spark2.0来训练模型 .setMaxIter(num_iter) .setStandardization当我加载LinearRegression对象时，它似乎没有保存权重，只保存算法的参数。我也无法将模型加载到LinearRegression中，这会导致一个错误：
Exception in thread
浏览 0提问于2016-09-01得票数 9
我正在尝试在eclipse中使用Scala语言中的Spark MLlib算法。在编译过程中没有问题，并且在运行时出现错误"NoSuchMethodError“。下面是我的代码# codeimport org.apache.spark.SparkContext
import org.apache.spark.mllib.linalg.Vectorsimport org.apache.s
浏览 0提问于2015-03-19得票数 1
我的用例：{ "label" : 167.51783891671512.8014773524475, 29.4821268054137}
并将其传递给org.apache.spark.ml.regression.LinearRegression
浏览 5提问于2016-11-16得票数 1
回答已采纳
1回答
我试图在pyspark中使用dataframe运行线性回归，但在我尝试了函数来创建字段和标签后，它仍然给我一个错误。有人能帮我弄清楚如何用数据帧运行线性回归吗？from pyspark.sql import Row#from pyspark.ml.regression import LinearRegression我的数据看起来像是，
[Row(bonica_rid=u'cand1457', pa
浏览 6提问于2018-03-01得票数 1
回答已采纳
考虑以下从MLlib中提取的火花代码valtraining = spark.read.format("libsvm")
val lr= new LinearRegres
浏览 11提问于2017-05-10得票数 0
回答已采纳
Spark ML LinearRegression似乎是对单一标签的倒退。LabeledPoint(label: Double, features: Array[Double])
然而，对于我
浏览 0提问于2017-05-25得票数 1
在2.0.0版本中使用pySpark ML对于一个线性回归的简单示例，我在新的ML库中得到一个错误。features"])from pyspark.ml.regression import LinearRegressionlr=LinearRegression()和错误：
IllegalArgumentEx
浏览 1提问于2016-08-11得票数 8
我有以下使用pyspark.ml包进行线性回归的代码。但是，当模型适合时，我得到了最后一行的错误消息：
org.apache.spark.mllib.linalg.VectorUDT@f71b0bce.：U‘IllegalArgumentException:列特性必须是org.apache.spark.ml.linalg.VectorUDT@3bfc3ba7类型，但实际上是org.apache.spark.ml.linalg.VectorUDTpyspark.ml中有LabeledPo
浏览 5提问于2017-02-14得票数 8
回答已采纳
1回答
我有一个用DataFrame处理的LinearRegression。如果我直接这样做，如下面所示，我可以显示模型的细节：val lrModel = lr.fit(df)
val pipeline = new Pipeline().setStages(Array(lr))
val lrModel
浏览 2提问于2017-07-20得票数 2
回答已采纳
1回答
我的星火包是火花-2.2.0bin-hadoop2.7。我将火花变量导出为export PATH=$SPARK_HOME/bin:$PATHfrom pyspark.ml.regression import LinearRegression
pr
浏览 0提问于2018-02-13得票数 1
回答已采纳
我是星火机器学习的新手(两天前)，我正在执行下面的代码，在Spark中，我试图预测一些值，我在Stackoverflow中看到了这个错误帖子，但是我无法用正确的解决方案修复我的代码，所以再次为同样的问题道歉toString.toDouble,Vectors.dense(r(1).toString.toDouble,r(2).toString.toDouble))).toDF()
import org.apache.spark.ml.regression.Line
浏览 5提问于2017-06-14得票数 0
回答已采纳
1回答
我正在尝试使用org.apache.spark.ml.regression.LinearRegression来拟合我的数据。因此，我已经将原始的RDD转换为dataframe，并尝试将其提供给linearRegression模型。, true) parsedData,)
val lr = new LinearRegression0.0,1.0,0.0]|
浏览 2提问于2020-09-29得票数 1
回答已采纳
1回答
我正在编写一个MLlib的应用程序，并想使用线性回归的算法。但是我想不出保存/加载输出的方法。我的代码：import sys
try: from pyspark.ml.regression import Lin
浏览 1提问于2017-08-24得票数 0
1回答
我被指派使用Python语言使用Apache Spark运行一些代码并显示结果，我使用以下步骤安装了Apache Spark服务器：https://phoenixnap.com/kb/install-spark-on-windows我尝试了我的代码，一切都很好。现在我被分配了另一个任务，它需要MLlib线性回归，他们为我们提供了一些应该运行的代码，然后我们将为它添加额外的代码。当我尝试运行代码时，我得到了一些错误和警告，其中<em
浏览 27提问于2020-12-02得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
