Spark Mllib里如何采用保序回归做回归分析(图文详解)

  不多说,直接上干货!

  相比于决策树,保序回归的应用范围没有决策树算法那么广泛。

  特别在数据处理较为庞大的时候,采用保序回归做回归分析,可以极大地节省资源,从而提高计算效率。

  保序回归的思想,是对数据进行均值排序,从数据集的第一个数开始,如果下一个数出现乱序,即与设定的顺序不符,则从乱序的数据开始逐个开始求得平均值,直到求得的平均值与下一个数据比较不成为乱序为止。

  例如一个数据集:

 {,,2,,}

  要求其按照保序回归由小到大进行排列。

  首先观察第一个数是1,可以不做变动继续存放。第二个是2,仍然不需要变动。第三个数是2,是属于乱序从而需要对其重新计算。

  第三个数是乱序,需要对其重新计算,提取数据2和下一个数据4,计算得到平均值为3,因此,可获得一个新的数据集:

 {,,,,}

  具体,见

Spark Mllib机器学习实战的第8章 决策树与保序回归

上一篇:scikit-learn: isotonic regression(保序回归,非常有意思,仅做知识点了解,但差点儿没用到过)


下一篇:30分钟手把手教你学webpack实战