线性回归模板代码

程序如下：

package xyz.ixiaoban.bigdata.spark

import org.apache.spark.mllib.linalg.Vectors
import org.apache.spark.mllib.regression.{LabeledPoint, LinearRegressionWithSGD}
import org.apache.spark.{SparkConf, SparkContext}

object LinearRegression {
  val conf = new SparkConf().setMaster("local").setAppName("LinearRegression3 ")                                  //创建环境变
  val sc = new SparkContext(conf)                                 //创建环境变量实例

  def main(args: Array[String]) {
    val data = sc.textFile("file:\\c:\\A.txt")       //获取数据集路径
    val parsedData = data.map { line =>        //开始对数据集处理
      val parts = line.split(',')          //根据逗号进行分区
      LabeledPoint(parts(0).toDouble, Vectors.dense(parts(1).split(' ').map(_.toDouble)))
    }.cache()                                                     //转化数据格式
    val model = LinearRegressionWithSGD.train(parsedData, 100,0.1) //建立模型
    val result = model.predict(Vectors.dense(4,5))     //通过模型预测模型
    println(result)            //打印预测结果
  }

}

测试数据格式如下：

建立txt文档

1,0 1
2,0 2
3,0 3
5,1 4
7,6 1
9,4 5

运行结果：