[英]Getting covariance matrix in Spark Linear Regression
我一直在研究Spark的文檔,但在進行線性回歸后仍然無法找到如何獲得協方差矩陣。
給定的輸入訓練數據,我做了類似的一個非常簡單的線性回歸這個 :
val lr = new LinearRegression()
val fit = lr.fit(training)
獲取回歸參數與fit.coefficients
一樣簡單,但似乎沒有關於如何獲得協方差矩陣的信息。
只是為了澄清,我正在尋找類似於R中的vcov
功能。有了這個,我應該能夠做類似vcov(fit)
東西來獲得協方差矩陣。 任何其他有助於實現這一目標的方法也是可以的。
編輯
這里詳細討論如何從線性回歸得到協方差矩陣的解釋。 由fit.summary.meanSsquaredError
提供的標准偏差很容易獲得。 但是,參數(X'X) -1很難得到。 看看這是否可用於以某種方式計算協方差矩陣將是有趣的。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.