java spark2 线性回归

要在Spark 2中使用线性回归，可以按照以下步骤进行操作：

1. 导入所需的库和类：

import org.apache.spark.ml.regression.LinearRegression
import org.apache.spark.sql.SparkSession

2. 创建一个SparkSession对象：

val spark = SparkSession.builder.appName("LinearRegressionExample").getOrCreate()

3. 加载数据集并转换为DataFrame格式：

val data = spark.read.format("libsvm").load("data/mllib/sample_linear_regression_data.txt")

4. 实例化一个线性回归模型：

val lr = new LinearRegression()

5. 拟合模型并得到结果：

val lrModel = lr.fit(data)
val trainingSummary = lrModel.summary

6. 打印结果：

println(s"Coefficients: ${lrModel.coefficients} Intercept: ${lrModel.intercept}")
println(s"RMSE: ${trainingSummary.rootMeanSquaredError}")
println(s"r2: ${trainingSummary.r2}")

这样就可以在Spark 2中使用线性回归了。需要注意的是，以上代码只是一个简单的示例，具体的操作可能会因为数据集和业务场景的不同而有所变化。