linearSVCFit

URI

<machinelearning_uri>/ml-process:LinearSVCFit[.<format>]

支持的方法

GET、POST、HEAD

父资源

machineLearning

介绍

对空间数据进行支持向量机分类训练。

支持的方法：

支持的表述格式：JSONP、RJSON、JSON、HTML、XML。

资源层次

 

HTTP 请求方法

对如下 URI 执行 HTTP 请求，其中，supermapiserver 是服务器名。

http://supermapiserver:8090/iserver/iserver/services/machinelearning/restjsr/sps.WorkflowProcessFactory.models.ml-process:linearsvcfit

GET 请求

返回分析的交互操作页面。

 

POST 请求

执行分析。

请求参数

请求参数列表：

名称 类型 含义

readasfeaturerdd-dataConnInfo

【必填】

String

训练数据集，需要包含数据类型，连接参数，数据集名字等信息。

readasfeaturerdd-filter

【可选参数】

String

数据查询条件

dependent

【必填】

String

建模字段

explanatory

【必填】

String

 解释字段，该集合输入训练数据集的一个或多个字段名称作为模型的解释变量。

maxIter

【可选参数】

String

 最大迭代次数，取值范围>0，默认值为100。

regParam

【可选参数】

String

 正则化参数，正则化主要用于防止过拟合现象，取值范围≥0，默认值为0.0。

explanatoryDistanceRDDs

【可选参数】

String

距离解释变量数据集，支持点线面数据集。

modelPath

【可选参数】

String

 模型保存目录

HEAD 请求

返回跟 GET 请求一样的 HTTP 响应头，但是没有响应实体。可以在不必传输整个响应内容的情况下，获取包含在响应消息头中的元数据信息。元数据信息包括媒体类型，字符编码，压缩编码，实体内容长度等。

HEAD 请求可以用来判断 linearSVCFit 资源是否存在，或者客户端是否有权限访问 linearSVCFit 资源。通过对加.<format>的 URI 执行 HEAD 请求，还可以快速判断 linearSVCFit 资源是否支持<format>格式的表述。

请参见