CrossValidator调整火花ML在params上失败“在模型保存中发现了一个无关的Param”

作为paramGrid的一部分，我在logistic回归中使用regParam运行spark ml交叉验证 .

val paramGrid = new ParamGridBuilder()
    .addGrid(lr.regParam, Array(0.1, 0.01))
    .build()

 val validator = new CrossValidator()
  .setEstimator(estimator)
  .setEvaluator(evaluator)
  .setEstimatorParamMaps(paramGrid)
  .setNumFolds(3)

估算器在这里有regParam作为params的一部分 . 保存模型的示例代码：

class MyModelWriter(instance: MyModel[T])extends MLWriter {

  override protected def saveImpl(path: String): Unit = {
    new DefaultParamsWriter(instance).save(path)
    instance.model.save(new Path(path, s"nameOfMofel").toString)
  }
}

Mymodel确实在params中包含了regParam .

MyModel extends HasRegParam

当我调用model.save（path）时，这是我得到的异常：

java.lang.IllegalArgumentException：要求失败：ValidatorParams save要求estimatorParamMaps中的所有Params应用于此ValidatorParams，其Estimator或其Evaluator . 找到了一个无关的Param：logla_2fb5fdbe5012__regParam at scala.Predef $ .require（Predef.scala：224）at org.apache.spark.ml.tuning.ValidatorParams $$ anonfun $ validateParams $ 1 $$ anonfun $ apply $ 1.apply（ValidatorParams . scala：110）at org.apache.spark.ml.tuning.ValidatorParams $$ anonfun $ validateParams $ 1 $$ anonfun $ apply $ 1.apply（ValidatorParams.scala：109）at scala.collection.mutable.ResizableArray $ class.foreach（ ResizableArray.scala：59）在org.apache.spark.ml.tuning.ValidatorParams $$ anonfun $ validateParams $ 1.apply（ValidatorParams.scala：109）的scala.collection.mutable.ArrayBuffer.foreach（ArrayBuffer.scala：48）在scala.collection.mutable的scala.collection.IndexedSeqOptimized $ class.foreach（IndexedSeqOptimized.scala：33）的org.apache.spark.ml.tuning.ValidatorParams $$ anonfun $ validateParams $ 1.apply（ValidatorParams.scala：108） .ArrayOps $ ofRef.foreach（ArrayOps.scala：186）atg.apache.spark.ml.tuning.ValidatorParams $ .validateParams（ValidatorParams.scala：108）at org.apache.spark.ml.tuning.CrossValidatorMo del $ CrossValidatorModelWriter . （CrossValidator.scala：257）org.apache.spark.ml.tuning.CrossValidatorModel.write（CrossValidator.scala：242）org.apache.spark.ml.util.MLWritable $ class.save（ReadWrite） .scala：157）atg.apache.spark.ml.tuning.CrossValidatorModel.save（CrossValidator.scala：210）at com.criteo.lookalike.sink.Sinks $$ anonfun $ SavePipelineParam1 $ 1.apply（Sinks.scala：111

L105上ValidatorParams.scala的代码说

//检查以确保所有Params都适用于此估算器 . 如果没有，则抛出错误 .

根据这一点，它确保estimatorMap中的参数，即在这种情况下的regParam存在于估计器/评估器中，在这种情况下，确实存在于上面的Mymodel中 .

任何人都可以告诉我，如果我的理解是正确的，如果是的话，可能是什么导致了这个？谢谢 .