最近在使用spark机器学习mllib库中的线性回归做一些预测,在使用遇到了一些问题以及解决办法:
使用数据的特点,十二个属性,且每个属性值都是整数,范围在(0-30)结果值在(0-500)之间;
问题:使用该数据直接训练模型时结果偏差很大,每个预测系数都在10的100次方以上,且迭代次数越多偏差越大
解决办法:将数据归一化到[-1,1]上,然后再去训练模型,预测结果相对较好
最近在使用spark机器学习mllib库中的线性回归做一些预测,在使用遇到了一些问题以及解决办法:
使用数据的特点,十二个属性,且每个属性值都是整数,范围在(0-30)结果值在(0-500)之间;
问题:使用该数据直接训练模型时结果偏差很大,每个预测系数都在10的100次方以上,且迭代次数越多偏差越大
解决办法:将数据归一化到[-1,1]上,然后再去训练模型,预测结果相对较好