generalizedLinearRegressionFit

URI

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

支持的方法

GET、POST、HEAD

父资源

machineLearning

介绍

对空间数据进行广义线性回归训练。

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/services/machinelearning/restjsr/sps.WorkflowProcessFactory.models.ml-process:generalizedlinearregressionfit

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。
family
【可选参数】

String

 模型类型，支持高斯模型“Gaussian”， 逻辑模型“Logistic”， 泊松模型“Poisson”。

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

请参见