Java 广义线性模型库 [关闭]答案

【问题标题】：Java Generalized Linear Model Library [closed]Java 广义线性模型库 [关闭]
【发布时间】：2023-03-06 15:00:01
【问题描述】：

我正在尝试将一些 R 代码移植到 Java/Scala 并需要一个等效的 glm 函数。是否有任何 Java/Scala 库可以解决具有准泊松错误和日志链接功能的广义线性模型？

到目前为止，我发现：

Suanshu，但不知道如何获得hat matrix。
This question，但是我找不到引用的glmulti包，只有一个同名的R包。

我没有构建自己的求解器的知识。

更新：我应该要求免费/开源。算数似乎要花 1500 美元购买一个 MAC 地址。

【问题讨论】：

作为最后的手段，您可以使用 rJava/JRI 从 Java 调用 R 的 glm。
我在回答中添加了一些其他的可能性，还有Logistic Regression in Java。不过老实说，在查看了所有可用的内容之后，Rex 建议从 Java 调用 R 可能是您最好的选择。

标签： java scala statistics

【解决方案1】：

是否有任何 Java/Scala 库可以解决广义线性模型具有准泊松误差和日志链接功能？

到目前为止，我发现：

算数，但是不知道怎么得到帽子矩阵。

按照算数这个例子，貌似可以得到一个投影矩阵或者帽子值。

Examples/src/com/numericalmethod/suanshu/examples/LinearRegression.java

这里是示例代码的概要，尽管听起来您可能想要构建一个更具体的GLMProblem，而不是在此处创建的基类 LMProblem：

LMProblem problem = new LMProblem( 
    new DenseVector(new double[]{2.32, 0.452, 4.53, 12.34, 32.2}), 
    new DenseMatrix(new double[][]{ 
        {1.52, 2.23, 4.31}, 
        {3.22, 6.34, 3.46}, 
        {4.32, 12.2, 23.1}, 
        {10.1034, 43.2, 22.3}, 
        {12.1, 2.12, 3.27} 
    }), 
    true); 

OLSRegression regression = new OLSRegression(problem);
OLSResiduals residuals = regression.residuals();

ImmutableVector hatValues = residuals.leverage(); // gets the leverage (R hatvalues)
ImmutableMatrix hHat = residuals.hHat(); // gets the projection matrix, H-hat

希望对您有所帮助。

其他可能性

Apache commons-math 有一个 SimpleRegression class
SuanShu 在 GitHub 中
Dream in Code simple Regression Analysis
oj! Algorithms
JAMA: A Java MAtrix package
MALLET (MAchine Learning for LanguagE Toolkit) 与 GRMM (GRaphical Models in Mallet)
更通用的Apache Mahout

另见Logistic Regression in Java。

【讨论】：

【解决方案2】：

试试https://github.com/chen0040/java-glm，它支持广泛的发行系列。

【讨论】：

为什么投反对票？

【解决方案3】：

最后我使用了Rserve、rjson 和 json4s 的组合（在 Scala 中工作）。

我更喜欢使用 rjson 和 json4s 将数据传入和传出 Rserve。

将数据推入 R，运行命令，获取结果：（未经测试）

    val rInput = 
        ("MyTable" -> 
            ("ColA" -> 1 to 10) ~
            ("ColB" -> 11 to 20)
        ) ~
        ("config" -> 5)
    rConnection.assign("jsonIn", compact(render(json)))
    rConnection.parseAndEval("""
        parsedJSON = fromJSON(jsonIn)
        myData = as.data.frame(parsedJSON$MyTable)
        config = parsedJSON$config
        results = various.r.commands
        toJSON(list("res1" = results[[1]],"res2" = results[[1]]))
    """)
    val rOut = JsonMethods.parse(rExpression.asString())

获取 Rserve 连接，必要时启动进程：

def ensureRunning(initialAttempts: Int = 1, postStartAttempts: Int = 10, daemonizeThreads: Boolean = true){
    getConnection(initialAttempts)
        .recoverWith{case _ => 
            startRserve(daemonizeThreads)
            getConnection(postStartAttempts)
        }
        .map(_.close())
        .recover{case _ => throw new Exception("Failed to find or start Rserve")}
        .get
}

@tailrec
def getConnection(countdown: Int): Try[RConnection] = {
    if(countdown == 0) Failure(new ConnectException("Could not connect to Rserve"))
    else try{
        val c = new RConnection()
        log.debug("Rserve connection confirmed")
        Success(c)
    } catch {
        case _: Exception => 
            val newCountdown = countdown - 1
            log.debug("Searching for Rserve {} tries left",newCountdown)
            Thread.sleep(100)
            getConnection(newCountdown)
    }
}

private def startRserve(daemonizeThreads: Boolean){
    implicit def toLines(in: InputStream) = Source.fromInputStream(in).getLines

    log.info("Starting new Rserve process (daemon = {})", daemonizeThreads)
    val io = 
        new ProcessIO(
                in => in.close,
                out => {
                    out.foreach(log.info)
                    out.close   
                },
                err => {
                    err.foreach(log.error)
                    err.close   
                },
                daemonizeThreads
        )
    Process("R CMD Rserve --no-save --slave").run(io)
}

【讨论】：