使用Spark MLlib的逻辑回归(LogisticRegression)进行用户分类预测识别

import org.apache.spark.SparkContext
import org.apache.spark.SparkConf
import org.apache.spark.mllib.classification.{LogisticRegressionWithLBFGS, LogisticRegressionWithSGD}
import org.apache.spark.mllib.regression.LabeledPoint
import org.apache.spark.mllib.linalg.Vectors
import org.apache.spark.mllib.evaluation.BinaryClassificationMetrics
import org.apache.spark.mllib.optimization._

/**
  * Created by simon on 2017/5/8.
  */
object genderClassificationWithLogisticRegression {
  def main(args: Array[String]): Unit = {
    val conf = new SparkConf()
    conf.setAppName("genderClassification").setMaster("local[2]")
    val sc = new SparkContext(conf)
    // 1.读取数据
    val trainData = sc.textFile("file:\\E:\\test.csv")

    // 2.解析数据,构建数据集
    val parsedTrainData = trainData.map { line =>
      val parts= line.split("\\|")
      val label = toInt(parts(1)) //第二列是标签
      val features = Vectors.dense(parts.slice(6,parts.length-1).map(_.toDouble)) //第7到最后一列是属性,需要转换为Doube类型
      LabeledPoint(label, features) //构建LabelPoint格式,第一列是标签列,后面是属性向量
    }.cache()

    // 3.将数据集随机分为两份,一份是训练集,一份是测试集
    val splits = parsedTrainData.randomSplit(Array(0.7, 0.3), seed = 11L)
    val training = splits(0)
    val testing = splits(1)

    // 4.新建逻辑回归模型,并设置训练参数
//    val model = new LogisticRegressionWithLBFGS().setNumClasses(2)
//    model.optimizer.setNumIterations(500).setUpdater(new SimpleUpdater())

//可以选择LogisticRegressionWithLBFGS,也可以选择LogisticRegressionWithSGD,LogisticRegressionWithLBFGS是优化方法
    val model = new LogisticRegressionWithSGD()  //建立模型
    model.optimizer.setNumIterations(500).setUpdater(new SimpleUpdater()).setStepSize(0.001).setMiniBatchFraction(0.02) //模型参数

    val trained = model.run(training)  //使用训练集训练模型

    // 5.测试样本进行预测
    val prediction = trained.predict(testing.map(_.features)) //使用测试数据属性进行预测

    val predictionAndLabels = prediction.zip(testing.map(_.label)) //获取预测标签

    // 6.测量预测效果
    val metrics = new BinaryClassificationMetrics(predictionAndLabels)

    // 7.看看AUROC结果
    val auROC = metrics.areaUnderROC
    println("Area under ROC = " + auROC)
  }

  // 将标签转换为0和1
  def toInt(s: String): Int = {
    if (s == "m") 1 else  0
  }

}

  • 0
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值