如何在 spark MLlib 中对 LogisticRegressionWithLBFGS 使用 L1 正则化

【问题标题】：How to use L1 Regularization for LogisticRegressionWithLBFGS in spark MLlib如何在 spark MLlib 中对 LogisticRegressionWithLBFGS 使用 L1 正则化
【发布时间】：2016-10-05 00:22:04
【问题描述】：

official documentation says 表示：默认使用 L2 正则化

如何使用 L1？

【问题讨论】：

标签： apache-spark machine-learning apache-spark-mllib apache-spark-ml

【解决方案1】：

在 MLLib 中，您必须按如下方式设置优化器更新器：

import org.apache.spark.mllib.classification.LogisticRegressionWithLBFGS
import org.apache.spark.mllib.optimization.L1Updater

val lr: LogisticRegressionWithLBFGS = ???
val training: RDD[LabeledPoint] = ???

lr.optimizer.setUpdater(new L1Updater)
lr.run(training)

在 ML 中，您可以将 setElasticNetParam 设置为 1.0：

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

val training: DataFrame = ???

val lr = new LinearRegression().setElasticNetParam(1.0)
lr.fit(training)

【讨论】：