逻辑回归训练 |
逻辑回归（LogisticRegression）是应用非常广泛的一种分类机器学习算法，用于估计事件发生的可能性。逻辑回归虽然名字里带“回归”，但是它实际上是一种分类方法，主要用于二分类问题，即输出只有两种，分别代表两个类别，比方说我们想预测某个病人会不会痊愈，顾客会不会购买产品等。
该方法进行逻辑回归方法的数据训练过程，可以根据数据特征得到模型，进而用于预测。
训练数据集：必填参数，需要进行训练的数据集访问连接信息，需要包含数据类型，连接参数，数据集名字等信息。可以连接HBase数据，dsf数据，本地数据。
数据查询条件：可选参数，可以根据此查询条件筛选出指定数据进行相应分析，支持属性条件和空间查询, 如 SmID<100 and BBOX(the_geom, 120,30,121,31)。
解释字段：必填参数，解释变量的字段名称，输入训练数据集的一个或多个解释字段名称作为模型的自变量，可帮助预测出结果。
建模字段：必填参数，用于训练模型的字段，即因变量。该字段对应将用于在未知位置进行预测的变量的已知（训练）值。
最大迭代次数：可选参数，取值范围>0，默认值为100。
正则化参数：可选参数，取值范围≥0，默认值为0.0。主要用于防止过拟合现象。
正则化方式选择：可选参数，主要作用是缓解模型过拟合问题。0.0为L2正则化，1.0为L1正则化，取值范围为[0.0,1.0]，默认值为0.0。
距离解释变量数据集：可选参数，支持点、线、面数据集，计算给定数据集的要素与训练数据集中要素的最近距离，可自动创建一列解释变量。
模型保存目录：可选参数，将训练结果较好的模型保存至该地址下。为空表示不保存模型。
IRCharacteristics：逻辑回归模型的属性。
Variable：逻辑回归模型的字段名称数组，指训练模型中自变量的字段。
mse：均方误差，预测值与真实值误差平方的均值。
rmse：均方根误差，预测值与真实值误差平方根的均值。
mae：平均绝对误差，预测值与真实值误差绝对值的均值。
r2：决定系数。根据r2的取值，可以判断模型的好坏，取值范围[0,1]，一般来说，r2越大表示模型拟合效果越好。r2反映的是大概有多准，因为随着样本数量的增加，r2必然增加，无法真正定量说明准确程度，只能大概定量。
explainedVariance：解释方差。
numIterations：实际迭代次数。