逻辑回归的分布式实现 [Logistic Regression / Machine Learning / Spark ]

浏览数：186 / 时间：2015年06月20日

1- 问题提出

 

 

2- 逻辑回归

 

 

3- 理论推导

 

 

4- Python/Spark实现

 1 # -*- coding: utf-8 -*-
 2 from pyspark import SparkContext
 3 from math import *
 4 
 5 theta = [0, 0, 0]    #初始theta值
 6 alpha = 0.001    #学习速率
 7 
 8 def inner(x, y):
 9     return sum([i*j for i,j in zip(x,y)])
10         
11 def func(lst):
12     h = (1 + exp(-inner(lst, theta)))**(-1)
13     return map(lambda x: (h - lst[-1]) * x, lst[:-1])
14 
15 
16 sc = SparkContext(‘local‘)
17 
18 rdd = sc.textFile(‘/home/freyr/logisticRegression.txt‘)19         .map(lambda line: map(float, line.strip().split(‘,‘)))20         .map(lambda lst: [1]+lst)
21 
22 
23 for i in range(400):
24     partheta = rdd.map(func)25                    .reduce(lambda x,y: [i+j for i,j in zip(x,y)])
26 
27     for j in range(3):
28         theta[j] = theta[j] - alpha * partheta[j]
29 
30 print ‘theta = %s‘ % theta

 PS: logisticRegression.txt

郑重声明：本站内容如果来自互联网及其他传播媒体，其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享，并不代表本站赞同其观点和对其真实性负责，也不构成任何其他建议。

标签： class style log com http si it 问题 la class style log com http si it 问题 la

相关文章

随机文章

您可能还喜欢

您可能还喜欢