参数调优开发总结--问题1--L1、L2正则化转化为弹性网参数和正则化参数

Spark中的逻辑回归算法中有两个参数，regParam正则化参数和elasticNetParam弹性网参数，通过设置这两个参数，可以间接确定算法中的L1和L2参数。

1. 反推公式
   公式比较简单，可以从源码中看到，如下

   val regParamL1 = $(elasticNetParam) * $(regParam)
   val regParamL2 = (1.0 - $(elasticNetParam)) * $(regParam)
   

反推公式如下：

  val RegParam = L1Param + L2Param
  val ElasticNetParam = L1Param / (L1Param + L2Param)

2. 参数调优
   当涉及到参数调优时，情况会复杂一些。因为L1参数的取值向量和L2参数的取值向量映射回RegParam，ElasticNetParam 时，向量中的元素个数会产生变化。
   目标调优参数

 val L1Param = Array(0.1,0.2)
 val L2Param = Array(0.2,0.3)

因为在这里，参数调优直接调用ml包中的ParamMap类
以逻辑回归为例子，首先定义逻辑回归lr

  val lr = new LogisticRegression()
    .setFitIntercept(true)
    .setStandardization(true)
    .setFeaturesCol("scaledFeatures")
    .setLabelCol(lab