Я использую ML Pipeline, что-то вроде:ML Pipeline и метрики: точность, напомним, ППК-ROC, F1Score
VectorAssembler assembler = new VectorAssembler()
.setInputCols(columns)
.setOutputCol("features");
LogisticRegression lr = new LogisticRegression().setLabelCol(targetColumn);
lr.setMaxIter(10).setRegParam(0.01).setFeaturesCol("features");
Pipeline logisticRegression = new Pipeline();
logisticRegression.setStages(new PipelineStage[] {assembler, lr});
PipelineModel logisticRegressionModel = logisticRegression.fit(learningData);
То, что я хочу это способ получить стандартную метрику как Precision, Recall, AUC-ROC, F1-SCORE, ACCURACY
на этой модели , Я нашел BinaryClassificationMetrics
- но не уверен, совместим ли он вообще. RegressionEvaluator
похоже только возврат mse|rmse|r2|mae
.
Итак, каков правильный способ извлечения точности, отзыва и т. Д. С ML-трубопроводом?
Не удалось найти полезное решение, так в конечном итоге программирования Precision, Напомним, F1Score и точность вручную (расчет tp, fp, fn, tn) –