从 pySpark 中的线性回归模型中获取标准误差

Question

我有以下代码对 pySpark 执行线性回归：

lr = LinearRegression(featuresCol = 'features', labelCol='units_sold', maxIter=10, regParam=0.3, elasticNetParam=0.8)
lr_model = lr.fit(premodel_df)
summary =lr_model.summary

我正在尝试从系数中获取标准误差，这应该通过以下方式完成：

summary.coefficientStandardErrors

但是我得到以下错误：

调用 o704.coefficientStandardErrors 时出错。 : java.lang.UnsupportedOperationException：无标准。系数误差 适用于此 LinearRegressionModel

还有其他方法可以得到标准误差吗？

Answer 1

According to the docs the

coefficientStandardErrors

is only available when using the "normal" solver, however the relevant scala code shows a different condition.

这个答案建议将

elasticNetParam

或

regParam

设置为零。这对我有用。