hadoop - 在Mahout中使用Logistic回归

Question

我在CSV文件中有大约11000行数据，其中包含“文本”和“类”列。文本是推特消息，并且在类中为每个消息分配了对或错。我使用这两个命令使用逻辑回归模型来训练和测试此数据，但使用AUC 0.52效果不佳。我不太了解--rate --features和--lambda等一些参数，因此有人可以通过更合适的命令为我提供帮助吗？非常感谢!

$ bin/mahout trainLogistic --passes 100 --rate 50 --lambda 0.001 --input twitter.csv --features 10000 --output twitter.model --target Class --categories 2 --predictors Text --types t

$ bin/mahout runlogistic --input twitter.csv --model twitter.model --AUC --confusion

数据文件的链接: twitter.csv

Answer 1

这是用于训练模型的参数。

"input" : training data
"output" : path to the file where model will be written.
"target" : dependent variable which is to be predicted
"categories" : number of unique possible values that target can be assigned
"predictors" : list of field names that are to be used to predict target variable
"types" : datatypes for the items in predictor list
"passes" : number of passes over the input data
"features" : size of internal feature vector
"lambda" : amount of co-efficient decay to use
"rate" : initial learning rate

您可以引用 Logistic Regression in Mahout帖子以获取详细描述。