解释spark logistic回归系数输出

nxowjjhe  于 2021-07-13  发布在  Spark
关注(0)|答案(0)|浏览(231)

我有一个逻辑回归,它是通过流水线创建的。它使用8个输入功能。当我生成以下代码时: model.stages[2].coefficients 我得到以下输出: SparseVector(262144, {4914: -0.802, 12524: -0.0595, 15544: 0.0922, 44189: -3.5997, 44445: 0.9726, 46045: 1.5088, 52525: -0.9674, 76985: -0.1651, 87466: 0.506, 90804: 0.442, 92651: 0.3617, 94522: 0.5759, 110130: 0.9704, 124674: -2.4696, 136198: 1.3099, 145674: 0.0501, 155537: -1.1331, 168211: -2.7144, 168590: 0.6246, 177679: 0.8912, 190344: 1.8293, 194395: -2.5367, 194802: -0.0888, 217461: 3.6375, 226777: 0.6737, 231799: -0.8304, 234238: -0.5271, 238630: -3.1553, 243381: -0.4765, 257750: -0.7445}) 我的系数是多少?这里有8个以上的系数估计。为什么?
我可以找到我的截获 model.stages[2].intercept

暂无答案!

目前还没有任何答案,快来回答吧!

相关问题