<h1><a id="_0"></a>概述</h1> <p>对spark ml库中线性回归的封装</p> <h1><a id="_2"></a>数据集要求</h1> <p>表格类数据，比如csv格式等。</p> <h1><a id="_4"></a>训练</h1> <h2><a id="_5"></a>输入</h2> <p>数据集所在的obs路径</p> <h2><a id="_7"></a>输出</h2> <p>模型文件输出的obs路径，模型为spark pipeline格式的模型</p> <h2><a id="_9"></a>算法参数</h2> <table> <thead> <tr> <th>参数名称</th> <th>参数说明</th> </tr> </thead> <tbody> <tr> <td>input_features_str</td> <td>输入的列名以逗号分隔组成的字符串，例如 “column_a”, “column_a,column_b”</td> </tr> <tr> <td>label_col</td> <td>目标列</td> </tr> <tr> <td>regressor_feature_vector_col</td> <td>算子输入的特征向量列的列名，默认为&quot;model_features&quot;</td> </tr> <tr> <td>max_iter</td> <td>最大迭代次数，默认为100</td> </tr> <tr> <td>reg_param</td> <td>正则化参数，默认为0.0</td> </tr> <tr> <td>elastic_net_param</td> <td>弹性网络参数，默认为0.0</td> </tr> <tr> <td>tol</td> <td>收敛阈值，默认为1e-6</td> </tr> <tr> <td>fit_intercept</td> <td>是否使用截距，默认为True</td> </tr> <tr> <td>standardization</td> <td>是否对特征进行正则化，默认为True</td> </tr> <tr> <td>solver</td> <td>优化时采用的处理算法，支持l-bfgs、normal、auto，默认为auto</td> </tr> <tr> <td>aggregation_depth</td> <td>聚合深度，默认为2</td> </tr> <tr> <td>loss</td> <td>损失函数类型，支持squaredError、huber，默认为squaredError</td> </tr> <tr> <td>epsilon</td> <td>默认为1.35</td> </tr> </tbody> </table>