逻辑回归的分布式实现 [Logistic Regression / Machine Learning / Spark ]
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了逻辑回归的分布式实现 [Logistic Regression / Machine Learning / Spark ],小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含866字,纯文字阅读大概需要2分钟。
内容图文
![逻辑回归的分布式实现 [Logistic Regression / Machine Learning / Spark ]](/upload/InfoBanner/zyjiaocheng/1304/6a0d79252b634b08b11ed9e129cbd78a.jpg)
1- 问题提出
2- 逻辑回归
3- 理论推导
4- Python/Spark实现
1 # -*- coding: utf-8 -*- 2 from pyspark import SparkContext 3from math import * 4 5 theta = [0, 0, 0] #初始theta值 6 alpha = 0.001 #学习速率 7 8def inner(x, y): 9return sum([i*j for i,j in zip(x,y)]) 1011def func(lst): 12 h = (1 + exp(-inner(lst, theta)))**(-1) 13return map(lambda x: (h - lst[-1]) * x, lst[:-1]) 141516 sc = SparkContext(‘local‘) 1718 rdd = sc.textFile(‘/home/freyr/logisticRegression.txt‘)19 .map(lambda line: map(float, line.strip().split(‘,‘)))20 .map(lambda lst: [1]+lst) 212223for i in range(400): 24 partheta = rdd.map(func)25 .reduce(lambda x,y: [i+j for i,j in zip(x,y)]) 2627for j in range(3): 28 theta[j] = theta[j] - alpha * partheta[j] 2930print‘theta = %s‘ % theta
原文:http://www.cnblogs.com/freyr/p/4501039.html
内容总结
以上是互联网集市为您收集整理的逻辑回归的分布式实现 [Logistic Regression / Machine Learning / Spark ]全部内容,希望文章能够帮你解决逻辑回归的分布式实现 [Logistic Regression / Machine Learning / Spark ]所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。