logistic回歸又稱logistic回歸分析，是一種廣義的線性回歸分析模型，常用于數據挖掘，疾病自動診斷，經濟預測等領域。例如，探討引發疾病的危險因素，并根據危險因素預測疾病發生的概率等。以胃癌病情分析為例，選擇兩組人群，一組是胃癌組，一組是非胃癌組，兩組人群必定具有不同的體征與生活方式等。因此因變量就為是否胃癌，值為“是”或“否”，自變量就可以包括很多了，如年齡、性別、飲食習慣、幽門螺桿菌感染等。自變量既可以是連續的，也可以是分類的。然后通過logistic回歸分析，可以得到自變量的權重，從而可以大致了解到底哪些因素是胃癌的危險因素。同時根據該權值可以根據危險因素預測一個人患癌癥的可能性。

?

數據源準備：

position;square;price;direction;type;name; 0;190;20000;0;4室2廳2衛;中信城(別墅); 0;190;20000;0;4室2廳2衛;中信城(別墅); 5;400;15000;0;4室3廳3衛;融創上城; 0;500;15000;0;5室3廳2衛;中海萊茵東郡; 5;500;15000;0;5室3廳4衛;融創上城(別墅); 1;320;15000;1;1室1廳1衛;長江花園; 0;143;12000;0;3室2廳2衛;融創上城; 0;200;10000;0;4室3廳2衛;中海萊茵東郡(別墅); 0;207;9000;0;4室3廳4衛;中海萊茵東郡; 0;130;8500;0;3室2廳2衛;偉峰東第; 5;150;7000;0;3室2廳2衛;融創上城; 2;178;6000;0;4室2廳2衛;鴻城國際花園; 5;190;6000;0;3室2廳2衛;亞泰豪苑C棟; 1;150;6000;0;5室1廳2衛;通安新居A區; 2;165;6000;0;3室2廳2衛;萬科惠斯勒小鎮; 0;64;5500;0;1室1廳1衛;保利中央公園; 2;105;5500;0;2室2廳1衛;虹館; 1;160;5300;0;3室2廳1衛;昊源高格藍灣; 2;170;5100;0;4室2廳2衛;亞泰鼎盛國際; 0;155;5000;0;3室2廳2衛;中海水岸馨都; 5;128;5000;0;4室2廳1衛;長影世紀村; 0;145;4500;0;3室2廳2衛;富奧臨河灣; 2;92;4200;0;3室2廳1衛;御翠豪庭尚府一期; 0;75;4100;0;1室1廳1衛;恒大雅苑; 5;105;4000;0;2室1廳1衛;南湖名家; 2;93;4000;0;3室2廳1衛;御翠豪庭尚府一期; 5;121;4000;0;3室1廳1衛;萬達廣場; 0;104;4000;0;2室1廳1衛;棠棣; 1;135;4000;0;3室2廳2衛;萬科藍山; 5;98;4000;0;2室2廳1衛;華億紅府; 0;128;3800;0;3室2廳1衛;復地哥德堡森林; 2;154;3700;0;3室2廳2衛;長春明珠; 0;100;3700;0;2室2廳1衛;翡翠花溪; 4;66;3700;0;1室1廳1衛;長客廠南; 2;106;3600;0;2室2廳1衛;虹館; 5;132;3500;0;3室2廳1衛;大禹城邦; 1;135;3500;0;3室2廳1衛;昊源高格藍灣; 0;130;3500;0;3室2廳1衛;中海國際社區(AJ區); 2;70;3500;0;2室1廳1衛;中信御園; 0;145;3500;0;3室2廳2衛;萬盛東城; 5;132;3500;0;3室2廳2衛;大禹城邦; 5;100;3300;0;2室2廳1衛;國信南湖公館; 5;75;3200;0;1室1廳1衛;南湖祥水灣; 0;120;3200;0;3室3廳2衛;復地哥德堡森林; 2;95;3200;0;3室2廳1衛;萬科金域長春; 0;106;3200;0;2室2廳1衛;富騰天下城; 5;118;3200;0;3室2廳2衛;融創上城(別墅); 1;130;3200;0;3室2廳1衛;萬龍名城; 0;137;3200;0;3室2廳2衛;中海國際社區(AJ區);

?

Demo：

import org.apache.spark.SparkConf import org.apache.spark.ml.classification.LogisticRegression import org.apache.spark.ml.feature.VectorAssembler import org.apache.spark.sql.SparkSession/*** 邏輯回歸*/ object logic {def main(args: Array[String]): Unit = {val conf = new SparkConf().setMaster("local[*]").setAppName("logic")val spark = SparkSession.builder().config(conf).getOrCreate()val file = spark.read.format("csv").option("sep", ";").option("header", "true").load("house.csv")import spark.implicits._val random = new util.Random()// 加載訓練數據val data = file.select("square", "price").map(rows => (rows.getAs[String](0).toDouble, rows.getString(1).toDouble, random.nextDouble())).toDF("square", "price", "random").sort("random")val assembler = new VectorAssembler().setInputCols(Array("square")).setOutputCol("features")val frame = assembler.transform(data)//把數據集拆分2個部分 training (80%) and test (20%).val Array(train, test) = frame.randomSplit(Array(0.8, 0.2))//創建邏輯回歸val lr = new LogisticRegression().setLabelCol("price").setFeaturesCol("features").setRegParam(0.3).setElasticNetParam(0.8).setMaxIter(10)val model = lr.fit(train)model.transform(test).show(50,truncate = true)val iterations = model.summary.totalIterationsprintln(s"iter:${iterations}")spark.stop()} }

?

?

總結

以上是生活随笔為你收集整理的Sparkmllib scala逻辑回归的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。