如何将分类特征传递给PySpark MLlib中的线性回归建模？

我正在Linear Regression建模PySpark，并有疑问regrading。我有的数据有categorical features。我通过文件继续PySpark和Linear Regression的例子显示了这一点：如何将分类特征传递给PySpark MLlib中的线性回归建模？

model = LinearRegressionWithSGD.train(parsedData)

它不显示如何通过categorical features到Linear Regression。我曾在Random Forest,PySpark之前，我在那里我第一个encodedcategorical features，然后将这些功能传递给模型，因为Random Forest提供了一个parameter来指定categorical features。 Linear Regression在文档中不显示任何此类参数。

谁能帮我提供我的方式传递给categorical feature造型Linear Regression在PySparkMLlib

来源

2016-01-20 Jason Donnald

要使用分类功能时预计的数值功能，您可以使用虚拟编码。为此，MLLIB有oneHotEncoder。

来源

2016-01-21 04:13:55

我知道使用分类特征我需要做的编码。我的麻烦是如何将这些编码特征传递给模型？在MLlib的'Random Forest'模型中，有一个特殊的参数，如'model = RandomForest.trainRegressor（label_points，categoricalFeaturesInfo = {} numTrees = 50，featureSubsetStrategy =“auto”，杂质='方差'，maxDepth = 10，maxBins =）'。但是我在线性回归模型 –

中没有看到任何这样的参数。您看不到像这样的参数，因为它是一个线性模型，它只能使用数值变量（因此编码），对于源而言无关紧要。 – zero323

一旦你对它们进行了编码，它们就不是分类特征，它们是“常规”特征，所以你不需要做任何特殊的事情来传递它们。 –

如何将分类特征传递给PySpark MLlib中的线性回归建模？

回答

相关问题