如何解决在Pyspark中手动设置具有系数和截距的模型
我试图在pyspark中做一些与sklearn编写的代码平行的事情:
def init_coef(self,W):
sample = np.random.normal(0,1,size=W.shape)
y_of_sample = np.arange(1,W.shape[0]+1)
self.model = LogisticRegression(max_iter=1).fit(sample,y_of_sample)
self.model.__dict__['coef_'] = W
是否可以在pyspark中创建LogisticRegression,然后手动设置系数的值?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。