使用说明
线性回归（Linear Regression）可以说是机器学习中最简单的回归模型。原理即寻找一条直线，最大程度地拟合样本特征和样本输出标记之间的关系。计算简单，结果易于理解，解决连续数据的预测问题。
该方法进行线性回归方法的数据训练过程，可以根据数据特征得到模型，进而用于预测。
返回线性回归模型汇总：
- IBModelCharacteristics：线性回归模型的属性。
- Variable：线性回归模型的字段名称数组，指训练模型中自变量的字段。
- mse：均方误差，预测值与真实值误差平方的均值。
- rmse：均方根误差，预测值与真实值误差平方根的均值。
- mae：平均绝对误差，预测值与真实值误差绝对值的均值。
- r2：决定系数。根据r2的取值，可以判断模型的好坏，取值范围[0,1]，一般来说，r2越大表示模型拟合效果越好。r2反映的是大概有多准，因为随着样本数量的增加，r2必然增加，无法真正定量说明准确程度，只能大概定量。
- explainedVariance：解释方差。
- numIterations：实际迭代次数。
参数说明
| 参数名 | 默认值 | 参数释义 | 参数类型 |
|---|---|---|---|
| 建模字段 |
建模字段名称。用于训练模型的字段，即因变量。该字段对应将用于在未知位置进行预测的变量的已知（训练）值。该方法中建模字段为连续数值类型。 | String | |
| 解释字段 |
解释字段名称集合。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。 | String | |
| 距离解释变量数据集 （可选） |
距离解释变量数据集集合,数组中的对象使用 ExplanatoryDistanceRDD 进行构建。距离解释变量数据集包括 距离解释变量数据集、搜索距离。计算给定的训练解释变量数据集与输入的训练数据集的最近距离，自动创建一列解释变量(解释变量名称为输入的 distanceFieldName )。如果输入训练距离解释变量数据集，则在利用模型进行预测时，必须输入预测距离解释变量数据集，且与训练模型时创建的解释变量名称对应，预测距离解释变量数据集使用同一个搜索距离。 | ExplanatoryDistanceRDD | |
| 最大迭代次数 （可选） |
100 | 最大迭代次数，必须大于0。 | Integer |
| 正则项参数 （可选） |
0.0 | 正则项参数，控制损失函数与惩罚项的比例，防止训练过程过拟合。取值大于0。 | Double |
| 正则化选择方式 （可选） |
0.0 | 选择以哪种方式进行正则化，0.0为L2正则化，1.0为L1正则化，取值范围为[0.0,1.0]。正则化的主要作用是缓解模型过拟合问题。 | Double |
| 模型保存目录 （可选） |
线性回归模型指定的保存目录。 | String | |
| 训练数据集 |
访问数据的连接信息,需要包含数据类型，连接参数，数据集名字等信息。使用’—key=value’的方式设置，多个值使用’ ‘空格分隔。如连接HBase数据为 —providerType=hbase —hbase.zookeepers=192.168.12.34:2181 —hbase.catalog=demo —dataset=dltb; 连接dsf数据为—providerType=dsf —path=hdfs://ip:9000/dsfdata ; 本地数据为—providerType=dsf —path=/home/dsfdata | String | |
| 数据查询条件 （可选） |
数据查询条件，支持属性条件和空间查询, 如 SmID<100 and BBOX(the_geom, 120,30,121,31) | String |