Spark MLlib 入门学习笔记 - GradientBoostedTree和随机森林

最新推荐文章于 2020-09-17 22:22:45 发布

原创

最新推荐文章于 2020-09-17 22:22:45 发布 · 2.4k 阅读

收录于

当前文章被以下社区和专栏收录：

这篇博客介绍了Spark MLlib中GradientBoostedTree和随机森林的基础知识，结合参考文档深入理解，并提供了使用Kyposis数据集进行测试的代码示例。

GradientBoostedTree

参考文档。

train(input: RDD[LabeledPoint], boostingStrategy: BoostingStrategy): GradientBoostedTreesModel
Method to train a gradient boosting model.
input Training dataset: RDD of org.apache.spark.mllib.regression.LabeledPoint. For classification, labels should take values {0, 1, ..., numClasses-1}. For regression, labels are real numbers.
boostingStrategy Configuration options for the boosting algorithm.
returns GradientBoostedTreesModel that can be used for prediction.

测试代码，使用kyposis数据集。

标签