如何在每次迭代后获得 Apache Spark ML 训练分数

【问题标题】：How to get Apache Spark ML training score after each iteration如何在每次迭代后获得 Apache Spark ML 训练分数
【发布时间】：2019-03-01 07:57:43
【问题描述】：

在每次迭代后的回归和精确召回的情况下，是否有任何方法可以获得评估分数，例如 RMSE？例如，如果我有这个： LogisticRegression lr = 新的 LogisticRegression() .setMaxIter(10) .setRegParam(0.3) .setElasticNetParam(0.8);

当最大积分设置为 10 时，如何获得 10 分？任何指针将不胜感激。我在 Java 中使用 Spark 2.4。谢谢。

【问题讨论】：

标签： apache-spark machine-learning

【解决方案1】：

训练后，您有一个LogisticRegressionModel（假设它称为model）。 model.summary() 为您提供 LogisticRegressionTrainingSummary 和 model.summary().objectiveHistory() 为您提供每一步的损失数组。我不相信您可以在每次迭代后获得精确度/召回率。

还要注意，不一定会有maxIter 迭代——模型可能在此之前已经收敛。

【讨论】：

霍兰德，感谢您的回答。这当然有帮助。你知道在 MultilayerPerceptronClassificationModel 的情况下是否可以使用 summary() 函数吗？谢谢。