BinaryClassify.md

BinaryClassify

---

二分类模型中计算梯度和损失的工具类

功能

• 计算二分类模型中训练数据的梯度和损失值，并且可以用predict函数进行预测。

核心接口

1. train

   • 定义： train(label: Double, feature: (Array[Long], Array[Float]), localW: Map[Long, Float], subsampling_rate: Double = 1.0, subsampling_label: Double = 0.0 ): (Map[Long, Float], Double)
   • 功能描述：处理原始的文本类型的RDD数据，返回新的数值化的RDD
   • 参数：
     • label：样本的标签label
     • feature：样本的特征和对应的value值
     • localW：本地的特征权重值Map
     • subsampling_rate：负采样率（未启用）
     • subsampling_label：负采样标签（未启用）
   • 返回值：
     • (Map[Long, Float], Double) ：计算得到的样本的梯度和损失值
     • 第一列为样本特征对应的梯度，
     • 第二列为样本的损失

2. predict

   • 定义：predict(feature: (Array[Long], Array[Float]),weight: Map[Long, Float]): Double
   • 功能描述：对二分类模型进行预测
   • 参数：
     • feature：样本的特征id和value值
     • weight：特征weight权重Map
   • 返回值：Double：该条样本预测的标签