• 多层感知机预测
    • 功能介绍
    • 参数说明
    • 脚本示例
      • 脚本代码
      • 脚本运行结果

    多层感知机预测

    功能介绍

    基于多层感知机模型，进行分类预测。

    参数说明

    名称 中文名称 描述 类型 是否必须？ 默认值
    vectorCol 向量列名 向量列对应的列名，默认值是null String null
    predictionCol 预测结果列名 预测结果列名 String ✓
    predictionDetailCol 预测详细信息列名 预测详细信息列名 String
    reservedCols 算法保留列名 算法保留列 String[] null

    脚本示例

    脚本代码

    1. URL = "http://alink-dataset.cn-hangzhou.oss.aliyun-inc.com/csv/iris.csv"
    2. SCHEMA_STR = "sepal_length double, sepal_width double, petal_length double, petal_width double, category string";
    3. data = CsvSourceBatchOp().setFilePath(URL).setSchemaStr(SCHEMA_STR)
    5. classifier = MultilayerPerceptronClassifier()\
    6.             .setFeatureCols(Iris.getFeatureColNames())\
    7.             .setLabelCol(Iris.getLabelColName())\
    8.             .setLayers([4, 5, 3])\
    9.             .setMaxIter(100)\
    10.             .setPredictionCol("pred_label")\
    11.             .setPredictionDetailCol("pred_detail")
    13. classifier.fit(data).transform(Iris.getStreamData()).print();

    脚本运行结果

    1. 6.3000|3.3000|6.0000|2.5000|Iris-virginica|Iris-virginica|{"Iris-virginica":0.9433614954932688,"Iris-versicolor":0.056638504506731226,"Iris-setosa":3.008568854761749E-175}
    2. 5.6000|2.8000|4.9000|2.0000|Iris-virginica|Iris-virginica|{"Iris-virginica":0.9433614954932688,"Iris-versicolor":0.056638504506731226,"Iris-setosa":3.008568854761749E-175}
    3. 5.0000|3.3000|1.4000|0.2000|Iris-setosa|Iris-setosa|{"Iris-virginica":8.4E-323,"Iris-versicolor":4.0138401486628416E-173,"Iris-setosa":1.0}
    4. 5.8000|2.7000|5.1000|1.9000|Iris-virginica|Iris-virginica|{"Iris-virginica":0.9433614954932688,"Iris-versicolor":0.056638504506731226,"Iris-setosa":3.008568854761749E-175}
    5. 7.0000|3.2000|4.7000|1.4000|Iris-versicolor|Iris-versicolor|{"Iris-virginica":5.31328185381337E-80,"Iris-versicolor":1.0,"Iris-setosa":6.407249280059006E-44}