数据挖掘 - 使用 SparkMLLib 获取具有交叉验证的最佳模型的参数 - 吾爱随笔录

我无法访问 SparkMLlib 中模型估计器的参数。更确切地说，我的问题是：我有一个逻辑回归模型，我想为其找到最佳正则化参数（regParam和elasticNetParam）。为了做到这一点，我使用CrossValidatorwhich 工作并发现我的模型比我尝试过的所有其他模型都好。问题是我不知道如何访问交叉验证器找到的参数的实际值。下面是我用来适合我的交叉验证器的代码：

from pyspark.ml.evaluation import BinaryClassificationEvaluator
from pyspark.ml.tuning import CrossValidator, ParamGridBuilder
from pyspark.ml.classification import LogisticRegression

lr_predictor = LogisticRegression(featuresCol='polyFeatures', labelCol='label', maxIter=10)
paramGrid = ParamGridBuilder() \
    .addGrid(lr_predictor.elasticNetParam, [0., 0.5, 1]) \
    .addGrid(lr_predictor.regParam, [0.1, 0.01]) \
    .build()
crossval = CrossValidator(estimator=LogRegPipeline,
                          estimatorParamMaps=paramGrid,
                          evaluator=BinaryClassificationEvaluator(),
                          numFolds=2) 
cvModel = crossval.fit(train_set)
bestModel = cvModel.bestModel
# How to get the best parameters fitted by cvModel