在spark mllib中，如何在LogisticRegressionWithLBFGS中设置L2常规参数

Question

我想使用L2正则化器并在LogisticRegressionWithLBFGS中设置L2常规参数，但mllib的编程指南中没有示例。所以有人请告诉我如何在LogisticRegressionWithLBFGS中使用L2正则化器？

Answer 1

Spark的LogisticRegressionWithLBFGS返回正则化的模型估计值。

默认情况下，LogisticRegressionWithLBFGS使用标准功能扩展和L2正则化。

针对类似问题here回答。

Answer 2

今天，我的同事告诉我如何解决这个问题。我会给出答案并帮助一些遇到同样问题的人。

val paramL2: Double = 0.05  //  L2 regularization coefficient
val logisticRegressionWithLBFGS = new LogisticRegressionWithLBFGS()
logisticRegressionWithLBFGS.optimizer.setRegParam(paramL2)  // set L2 regularization coefficient
logisticRegressionWithLBFGS.setIntercept(true).setNumClasses(15)
val model = logisticRegressionWithLBFGS.run(trainingSamples)  // train model use some training samples

如果您遇到类似问题，我们最好查看mllib源代码，您就可以找到答案。只是一些建议。 ：）