【大数据技术】Spark MLlib机器学习线性回归、逻辑回归预测胃癌是否转移实战（附源码和数据集）

深碍√TFBOYSˉ_ 2023-09-30 18:14 10阅读 0赞

> **需要源码和数据集请点赞关注收藏后评论区留言私信~~~**

## 线性回归 ##

过工具类MLUtils加载LIBSVM格式样本文件，每一行的第一个是真实值y，有10个特征值x，用1:double，2:double分别标注，即建立需求函数：

y=a\_1x\_1+a\_2x\_2+a\_3x\_3+a\_4x\_4+…+a\_10x\_10

通过样本数据和梯度下降训练模型，找到10个产生比较合理的参数值（a\_1到a\_10）

回归结果如下

![1a5283d14b6e47a8bbc35e714e9e331c.png][]

部分代码如下 需要全部代码和数据集请点赞关注收藏后评论区留言私信

package com.etc
    
    import org.apache.spark.mllib.regression.{LabeledPoint,  LinearRegressionWithSGD}
    import org.apache.spark.mllib.util.MLUtils
    import org.apache.spark.rdd.RDD
    import org.apache.spark.{SparkConf, SparkContext}
    object  LinearRegressionDemo {
      def main(args: Array[String]): Unit = {
    
        //创建SparkContext
        val conf = new SparkConf().setMaster("local[4]").setAppName("LinearRegression")
        val sc = new SparkContext(conf)
        sc.setLogLevel("error")
        //加载数据样本
        val path = "data1.txt"
        //通过提供的工具类加载样本文件,每一行的第一个是y值，有10个特征值x，用1:double,2:double分别标注
        //即y=a1x1+a2x2+a2x2+a3x3+a4x4+a5x5+a6x6+a7x7+a8x8+a9x9+a10x10
        //-9.490009878824548 1:0.4551273600657362 2:0.36644694351969087 3:-0.38256108933468047 4:-0.4458430198517267 5:0.33109790358914726 6:0.8067445293443565 7:-0.2624341731773887 8:-0.44850386111659524 9:-0.07269284838169332 10:0.5658035575800715
        val data: RDD[LabeledPoint] = MLUtils.loadLibSVMFile(sc, path).cache()
        //迭代次数
        val numIterations = 100
        //梯度下降步长
        val stepSize = 0.00000001
        //训练模型
        val model = LinearRegressionWithSGD.train(data, numIterations, stepSize)
        //模型评估
        val valuesAndPreds = data.map { point =>
          //根据模型预测Label值
          val prediction = model.predict(point.features)
          println(s"【真实值】：${point.label}      ;【预测值】：${prediction}")
          (point.label, prediction)
        }
        //打印模型参数
        println("【参数值】："+model.weights)
            //求均方误差
        val MSE = valuesAndPreds.map{ case(v, p) => math.pow((v - p), 2) }.mean()
        println("训练模型的均方误差为 = " + MSE)
        sc.stop()
      }
    }

## 逻辑回归预测胃癌转移 ##

建立随机梯度下降的回归模型预测胃癌是否转移，数据特征说明如下：

y：胃癌转移情况（有转移y=1；无转移y=0）

x1:确诊时患者的年龄（岁）

x2:肾细胞癌血管内皮生长因子（VEGF）其阳性表述由低到高共三个等级

x3:肾细胞癌组织内微血管数(MVC）

x4:肾癌细胞核组织学分级，由低到高共4级

x5:肾癌细胞分期，由低到高共4期。

预测结果如下

![3ae96264210946f7a06ca25fa008b5e6.png][]

部分代码如下 需要全部代码和数据集请点赞关注收藏后评论区留言私信

package com.etc
    
    import org.apache.spark.{SparkConf, SparkContext}
    import org.apache.spark.mllib.classification.{LogisticRegressionWithLBFGS, LogisticRegressionWithSGD}
    import org.apache.spark.mllib.evaluation.MulticlassMetrics
    import org.apache.spark.mllib.linalg.Vectors
    import org.apache.spark.mllib.regression.LabeledPoint
    import org.apache.spark.mllib.util.MLUtils
    object LogisticRegressionDemo{
      def main(args: Array[String]): Unit = {
        //建立spark环境
        val conf = new SparkConf().setAppName("logisticRegression").setMaster("local")
        val sc  = new SparkContext(conf)
        sc.setLogLevel("error")
        //通过MLUtils工具类读取LIBSVM格式数据集
        val data  = MLUtils.loadLibSVMFile(sc , "wa.txt")
        //测试集和训练集按2：8的比例分
        val Array(traning,test) = data.randomSplit(Array(0.8,0.2),seed = 1L)
    
        println(traning.count ,test.count)
        traning.foreach(println)
        //建立LogisticRegressionWithLBFGS对象，设置分类数 2 ，run传入训练集开始训练，返回训练后的模型
        val model = new LogisticRegressionWithLBFGS()
          .setNumClasses(2)
          .run(traning)
        //使用训练后的模型对测试集进行测试，同时打印标签和测试结果
        val labelAndPreds = test.map{ point =>
          val prediction = model.predict(point.features)
          (point.label, prediction)
        }
        labelAndPreds.foreach(println)
        println("推荐"+model.weights)
        val trainErr = labelAndPreds.filter( r => r._1 != r._2).count.toDouble / test.count
        println("容错率为trainErr： " +trainErr)
        val predictionAndLabels = test.map{                           //计算测试值
          case LabeledPoint(label,features) =>
            val prediction = model.predict(features)
            (prediction,label)                                              //存储测试值和预测值
        }
        val metrics = new MulticlassMetrics(predictionAndLabels)           //创建验证类
        val precision = metrics.precision                                   //计算验证值
        println("Precision= "+precision)
    
        val patient = Vectors.dense(Array(20,1,0.0,1,1))
    
        val d = model.predict(patient)
    
        print("预测的结果为:" + d)
    
        //计算患者可能性
        if(d == 1){
          println("患者的胃癌有几率转移。 ")
        } else {
          println("患者的胃癌没有几率转移 。")
        }
    
    
      }
    }

**创作不易 觉得有帮助请点赞关注收藏~~~**

[1a5283d14b6e47a8bbc35e714e9e331c.png]: https://img-blog.csdnimg.cn/1a5283d14b6e47a8bbc35e714e9e331c.png
[3ae96264210946f7a06ca25fa008b5e6.png]: https://img-blog.csdnimg.cn/3ae96264210946f7a06ca25fa008b5e6.png