java - Spark MLLib LogisticRegression 调试模型？

Question

我正在研究 LogisticRegression 模型并尝试进行调试。

这是一件简单的事情，但似乎无法让它发挥作用:只需 time of day和一个state 0 or 1 ，并想要预测一天中给定时间的状态。

训练模型时没有错误，但我看到了这一点: GradientDescent: GradientDescent.runMiniBatchSGD finished. Last 10 stochastic losses NaN, NaN, NaN, NaN, NaN, NaN, NaN, NaN, NaN, NaN

在日志中当试图 eval我总是以错误 java.util.NoSuchElementException: key not found: keyname 结束

我之前在向分类器提供不可能的特征集时见过这种情况，但在这里我只使用了 1 个特征，而且它是一个简单的模型，所以我不明白出了什么问题。

知道我如何才能看到发生了什么吗？

我还使用过BinaryClassificationMetrics它返回

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？我有一种简单的方法来获取这些数据吗？

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

Answer 1

不知道发生了什么。一些想法:(1)将您的数据集复制到您的问题中。 (2) 确保数据中散布有 0 和 1 情况(即输入空间中没有硬截止)。这确保了参数是一些有限值。 (3) 在模型上调用 clearThreshold，然后 predict 将产生原始(概率)输出。 (4) 有一种方法可以获得拟合参数，我忘记了如何获得。我对此唯一的建议是浏览代码并尝试查看如何返回参数。