MLlib线性回归实战

一、数据
5,1 1
7,2 1
9,3 2
11,4 1
19,5 3
18,6 2
二、程序
import org.apache.spark.mllib.linalg.Vectors
import org.apache.spark.mllib.regression.{LabeledPoint, LinearRegressionWithSGD}
import org.apache.spark.{SparkConf, SparkContext}
object kimiYang { def main(args: Array[String]): Unit = {
val conf = new SparkConf().setMaster("local").setAppName("kimiYang");
val
sc = new SparkContext(conf);
val data = sc.textFile("kimi.txt");
val parseData = data.map{ line =>
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
val model = LinearRegressionWithSGD.train(parseData, 100, 0.1) //建立模型
val result = model.predict(Vectors.dense(2,1)) //通过模型预测模型
println("model weights:")
println(model.weights)
println("result:")
println
(result) //打印预测结果
sc.stop }}
结果:
model weights:
[2.5403601877116198,1.55918730266957]
result:
6.6399076780928095 
评论
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