Логистическая регрессия для числовых данных

Question

У меня есть эти ярлыки и функции, такие как

labels features
 [2.3]   1 5.1 7.2 5 5 5
 [5.4]   4.5 3 2 4 6 4
 [6.3]   3.3 1.3 5.4 6

Как и у меня, у меня более 10K записей.Как я могу использовать логистическую регрессию для обучения модели в искре?Я знаю, что мы можем использовать линейную регрессию.Но все же я хочу использовать LogisticReg, чтобы проверить его производительность.До сих пор я сопоставлял эти классы с дискретными значениями, такими как (2.3->0,5.4->1, 6.3->2). Я нашел 11101 уникальную метку.Но вычисления занимают много времени.

Answer 1

Эти метки кажутся вам непрерывными (а не дискретными).Насколько я знаю, логистическая регрессия в Spark может использоваться только для классификации, а не для регрессий (https://spark.apache.org/docs/2.2.0/ml-classification-regression.html).