我有一个交叉验证器模型,它以估计器作为管道对象。训练的模型是OneVsAll,Logistic回归作为OneVsAll的基本分类器。在
以下是拟合Cross_验证模型中最佳模型的外观
jpsa_lr.cvModel.bestModel.stages
Out[281]:
[StringIndexer_4c8399b4ed29d68bc275,
Tokenizer_48ae8fc24affa2e6a68e,
StopWordsRemover_4b7996719495950017eb,
CountVectorizer_444c8ac83adb883350a1,
IDF_4e0793e75252aa6a2477,
OneVsRestModel_4941951599f4c8a07352]
我就是这样训练的:
^{pr2}$其中管道对象是上述变压器和估计器的对象。在
现在我想从cvModel.bestModel公司. 在
我在这里检查了这个答案,并尝试了以下方法:
Extract variable weight from spark pipeline logistic model?
cvModel.bestModel.weights
cvModel.bestModel.weight
cvModel.bestModel.stages[5].getClassifier().weights
cvModel.bestModel.stages[5].getClassifier().weight
但它们都没有指定的属性。而上面的答案似乎表明了这一点。我甚至查看了OnevsAll、logistic、crossvalidator的文档,但它们都没有weight或intercept属性。在
有什么建议可以得到权重向量和相应的特征名称?在
目前没有回答
相关问题 更多 >
编程相关推荐