商品价格与消费者输入之间的关系
商品需求(y, 吨),价格(x1, 元),消费者收入(x2, 元)
y | x1 | x2 |
5 | 1 | 1 |
8 | 1 | 2 |
7 | 2 | 1 |
13 | 2 | 3 |
18 | 3 | 4 |
建立需求函数: y = ax1+bx2
运行代码如下
package spark.regressionAnalysis
/**
* 线性回归, 建立商品价格与消费者输入之间的关系,
* 预测价格
*/
import org.apache.log4j.{Level, Logger}
import org.apache.spark.mllib.linalg.Vectors
import org.apache.spark.mllib.regression.{LabeledPoint, LinearRegressionWithSGD}
import org.apache.spark.{SparkConf, SparkContext}
object LinearRegression {
val conf = new SparkConf() //创建环境变量
.setMaster("local") //设置本地化处理
.setAppName("LinearRegression")//设定名称
val sc = new SparkContext(conf) //创建环境变量实例
def main(args: Array[String]) {
val data = sc.textFile("./src/main/spark/regressionAnalysis/lr.txt")//获取数据集路径
val parsedData = data.map { line => //开始对数据集处理
val parts = line.split('|') //根据逗号进行分区
LabeledPoint(parts(0).toDouble, Vectors.dense(parts(1).split(',').map(_.toDouble)))
}.cache() //转化数据格式
//LabeledPoint, numIterations, stepSize
val model = LinearRegressionWithSGD.train(parsedData, 2, 0.1) //建立模型
val result = model.predict(Vectors.dense(1, 3))//通过模型预测模型
println(model.weights)
println(model.weights.size)
println(result) //打印预测结果
}
}
lr.txt
5|1,1
8|1,2
7|2,1
13|2,3
18|3,4