Spark MLlib SVM算法

本文详细介绍了Spark Mllib中的SVM支持向量机算法,包括SVM的基础理论、SVMWithSGD的源码分析,以及核心的GradientDescent优化算法。SVMWithSGD类中包含了梯度下降、正则化参数、迭代次数等关键配置。通过runMiniBatchSGD方法进行迭代优化,使用HingeGradient和SquaredL2Updater分别计算梯度和更新权重。此外,还给出了Mllib SVM的实例,展示如何读取数据、划分训练集和测试集、创建模型并评估预测精度。
摘要由CSDN通过智能技术生成

1.1 SVM支持向量机算法

支持向量机理论知识参照以下文档:

支持向量机SVM(一)

http://www.cnblogs.com/jerrylead/archive/2011/03/13/1982639.html

支持向量机SVM(二)

http://www.cnblogs.com/jerrylead/archive/2011/03/13/1982684.html

支持向量机(三)核函数

http://www.cnblogs.com/jerrylead/archive/2011/03/18/1988406.html

支持向量机(四)

http://www.cnblogs.com/jerrylead/archive/2011/03/18/1988415.html

支持向量机(五)SMO算法

http://www.cnblogs.com/jerrylead/archive/2011/03/18/1988419.html

SVM的目标函数及梯度下降更新公式如下:

MLlib 中 SVM的代码结构如下:

1.2 Spark Mllib SVM源码分析

1.2.1 SVMWithSGD

SVM算法的train方法,由SVMWithSGD类的object定义了train函数,在train函数中新建了SVMWithSGD对象。

package org.apache.spark.mllib.classification

// 1 类:SVMWithSGD

class SVMWithSGD private (

    privatevar stepSize: Double,

    privatevar numIterations: Int,

    privatevar regParam: Double,

    privatevar miniBatchFraction: Double)

  extends GeneralizedLinearAlgorithm[SVMModel] with Serializable {

 

  privateval gradient = new HingeGradient()

  privateval updater = new SquaredL2Updater()

  overrideval optimizer = new GradientDescent(gradient, updater)

    .setStepSize(stepSize)

    .setNumIterations(numIterations)

    .setRegParam(regParam)

    .setMiniBatchFraction(miniBatchFraction)

  overrideprotectedval validators = List(DataValidators.binaryLabelValidator)

 

  /**

   * Construct a SVM object with default parameters: {stepSize: 1.0, numIterations: 100,

   * regParm: 0.01, miniBatchFraction: 1.0}.

   */

  defthis() = this(1.0, 100, 0.01, 1.0)

 

  overrideprotecteddef createModel(weights: Vector, intercept: Double) = {

    new SVMModel(weights, intercept)

  }

}

SVMWithSGD类中参数说明:

stepSize: 迭代步长,默认为1.0

numIterations: 迭代次数,默认为100

regParam: 正则化参数,默认值为0.0

miniBatchFraction: 每次迭代参与计算的样本比例,默认为1.0

gradient:HingeGradient (),梯度下降;

updater:SquaredL2Updater (),正则化,L2范数;

optimizer:GradientDescent (gradient, updater),梯度下降最优化计算。

// 2 train方法

object SVMWithSGD {

  /**

   * Train a SVM model given an RDD of (label, features) pairs. We run a fixed number

   * of iterations of gradient descent using the specified step size. Each iteration uses

   * `miniBatchFraction` fraction of the data to calculate the gradient. The weights used in

   * gradient descent are initialized using the initial weights provided.

   *

   * NOTE: Labels used in SVM should be {0, 1}.

   *

   * @param input RDD of (label, array of features) pairs.

   * @param numIterations Number of iterations of gradient descent to run.

   * @param stepSize Step size to be used for each iteration of gradient descent.

   * @param regParam Regularization parameter.

   * @param miniBatchFraction Fraction of data to be used per iteration.

   * @param initialWeights Initial set of weights to be used. Array should be equal in size to

   *        the number of features in the data.

   */

  • 1
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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