回归模型指标
指标误差 值越小越好
评估回归模型的性能:
* 误差归属于越小越好,代表实际值与预测值相差比小
* - 均方误差(MSE: Mean Squared Error)
* 预测值和实际值之间的差异
* 所有样本预测值和实际值差的平方之和,除以样本总数
* - 均方根误差(RMSE: Root Mean Squared Error)
* 就是均方误差平方根,结果数据更方便描述
* - 平均绝对误差(MAE:Mean Absolute Error)
* 预测值和实际值的差的绝对值的平均值,计算预测值实际值之间的平均差距
* - 均方根对数误差
package com.mllib
import org.apache.spark.mllib.linalg.Vectors
import org.apache.spark.mllib.regression.{LabeledPoint, LinearRegressionModel, LinearRegressionWithSGD}
import org.apache.spark.rdd.RDD
import org.apache.spark.sql.{Row, SparkSession}
import scala.collection.Map
object HousesRegression {
def main(args: Array[String]): Unit = {
//读取文件
val spark = SparkSession.builder()
.appName("house")
.master("local")
.getOrCreate()
//不进行日志打印
spark.sparkContext.setLogL