<machinelearning_uri>/ml-process:LinearRegressionFit[.<format>]
对空间数据进行线性回归训练。
支持的方法:
支持的表述格式:JSONP、RJSON、JSON、HTML、XML。
对如下 URI 执行 HTTP 请求,其中,supermapiserver 是服务器名。
http://supermapiserver:8090/iserver/services/machinelearning/restjsr/sps.WorkflowProcessFactory.models.ml-process:linearregressionfit
返回分析的交互操作页面。
执行分析。
请求参数列表:
名称 | 类型 | 含义 |
readasfeaturerdd-dataConnInfo 【必填】 |
String |
训练数据集,需要包含数据类型,连接参数,数据集名字等信息。 |
readasfeaturerdd-filter 【可选参数】 |
String |
数据查询条件 |
dependent 【必填】 |
String |
建模字段 |
explanatory 【必填】 |
String |
解释字段,该集合输入训练数据集的一个或多个字段名称作为模型的解释变量。 |
maxIter 【可选参数】 |
String |
最大迭代次数,取值范围>0,默认值为100。 |
regParam 【可选参数】 |
String |
正则化参数,正则化主要用于防止过拟合现象,取值范围≥0,默认值为0.0。 |
elasticNetParam 【可选参数】 |
String |
正则化方式选择,取值范围为[0.0,1.0],默认值为0.0。0.0为L2正则化,1.0为L1正则化,(0.0,1.0)为L1,L2组合。 |
explanatoryDistanceRDDs 【可选参数】 |
String |
距离解释变量数据集,支持点线面数据集。 |
modelPath 【可选参数】 |
String |
模型保存目录 |
返回跟 GET 请求一样的 HTTP 响应头,但是没有响应实体。可以在不必传输整个响应内容的情况下,获取包含在响应消息头中的元数据信息。元数据信息包括媒体类型,字符编码,压缩编码,实体内容长度等。
HEAD 请求可以用来判断 linearRegressionFit 资源是否存在,或者客户端是否有权限访问linearRegressionFit资源。通过对加.<format>的 URI 执行 HEAD 请求,还可以快速判断 linearRegressionFit 资源是否支持<format>格式的表述。