在Pyspark中手动设置具有系数和截距的模型

问题描述

我试图在pyspark中做一些与sklearn编写的代码平行的事情：

    def init_coef(self,W):
        sample = np.random.normal(0,1,size=W.shape)
        y_of_sample = np.arange(1,W.shape[0]+1)
        self.model = LogisticRegression(max_iter=1).fit(sample,y_of_sample)
        self.model.__dict__['coef_'] = W

是否可以在pyspark中创建LogisticRegression，然后手动设置系数的值？

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）