Spark에서 선형 회귀와 같은 ML 알고리즘의 모든 하이퍼 매개 변수 목록을 가져 오는 방법은 무엇입니까?

Question

SparkDataFrames API를 scala으로 사용하여 기계 학습 모델을 작성하고 모델 튜닝에 사용할 수있는 모든 하이퍼 매개 변수 목록을 알고 싶습니다. 지금까지 검색하여 내가 좋아하는 LinearRegression 몇 하이퍼 매개 변수를 발견

• setMaxIter
• setRegParam
• setElasticNetParam 다음과 같은 방법으로 사용할 수 있습니다

:

import org.apache.spark.ml.regression.LinearRegression 

val lr = new LinearRegression().setMaxIter(100).setRegParam(0.3).setElasticNetParam(0.8) 
val lrModel = lr.fit(training) 

모든 tunabl을 나열 할 수있는 문서 페이지 나 방법이 있습니까? 하이퍼 매개 변수? 뭔가 같이 :

LinearRegression.getParamList() 
RandomForest.getParamList() 

Answer 1

체크 ml-tuning, 예를 아래에, 당신은 CrossValidator에 ParamGridBuilder을 통해 당신에게 기능의 선택을 전달합니다 ML-Pipelines을 활용, 최상의 수행을 설정하는 추정 파이프 라인을 실행

val lr = new LinearRegression() 
.setMaxIter(10) 

val paramGrid = new ParamGridBuilder() 
.addGrid(lr.regParam, Array(0.1, 0.01)) 
.addGrid(lr.fitIntercept) 
.addGrid(lr.elasticNetParam, Array(0.0, 0.5, 1.0)) 
.build() 

val trainValidationSplit = new TrainValidationSplit() 
.setEstimator(lr) 
.setEvaluator(new RegressionEvaluator) 
.setEstimatorParamMaps(paramGrid) 
.setTrainRatio(0.8) 

val model = trainValidationSplit.fit(training) 

추가로 scala 문서를 검색 할 수 있습니다 ml.param, 방법이 있습니다 하지만 사용하지 않았습니다 api/scala/pipeline