Комментарии 2
Вы не пробовали предложить pull request в сам Apache Spark? Что останавливает?
Добрый день.
Нет, запроса в проект я не делал и в имеющемся виде не считаю это нужным. Есть несколько аспектов.
Нелинейные функции по своей природе очень отличаются между собой и для качественной подгонки нужно иметь в виду специфические условия и области сходимости.
В отличие от линейной регрессии сложно описать универсальный механизм обработки.
Например, для большинства нелинейных функций нельзя выполнить «обезразмеривание», что, в свою очередь, для линейной регрессии даёт существенное улучшение сходимости и устойчивости решения.
Я считаю переход к нелинейным моделям мерой вынужденной и надо понимать их негативные стороны. Моя работа показывает качественную возможность решения таких задач, а уже меры предосторожности — дело разработчиков.
Надеюсь, на Ваш вопрос я ответил.
Нет, запроса в проект я не делал и в имеющемся виде не считаю это нужным. Есть несколько аспектов.
Нелинейные функции по своей природе очень отличаются между собой и для качественной подгонки нужно иметь в виду специфические условия и области сходимости.
В отличие от линейной регрессии сложно описать универсальный механизм обработки.
Например, для большинства нелинейных функций нельзя выполнить «обезразмеривание», что, в свою очередь, для линейной регрессии даёт существенное улучшение сходимости и устойчивости решения.
Я считаю переход к нелинейным моделям мерой вынужденной и надо понимать их негативные стороны. Моя работа показывает качественную возможность решения таких задач, а уже меры предосторожности — дело разработчиков.
Надеюсь, на Ваш вопрос я ответил.
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
Нелинейная регрессия в Apache Spark. Разрабатываем своими руками