本文整理汇总了Python中pyspark.ml.evaluation.MulticlassClassificationEvaluator.setMetricName方法的典型用法代码示例。如果您正苦于以下问题:Python MulticlassClassificationEvaluator.setMetricName方法的具体用法?Python MulticlassClassificationEvaluator.setMetricName怎么用?Python MulticlassClassificationEvaluator.setMetricName使用的例子?那么恭喜您, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在类pyspark.ml.evaluation.MulticlassClassificationEvaluator
的用法示例。
在下文中一共展示了MulticlassClassificationEvaluator.setMetricName方法的1个代码示例,这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞,您的评价将有助于系统推荐出更棒的Python代码示例。
示例1: generateROC
# 需要导入模块: from pyspark.ml.evaluation import MulticlassClassificationEvaluator [as 别名]
# 或者: from pyspark.ml.evaluation.MulticlassClassificationEvaluator import setMetricName [as 别名]
ax0, ax1 = axList
ax0.set_title('First Model', color='#999999')
ax1.set_title('Second Model', color='#999999')
generateROC(axList[0], labelsAndScores)
generateROC(axList[1], labelsAndScores2)
display(fig)
# COMMAND ----------
from pyspark.ml.evaluation import MulticlassClassificationEvaluator
metric = 'precision'
multiclassEval = MulticlassClassificationEvaluator()
multiclassEval.setMetricName(metric)
print 'Model one {0}: {1:.3f}'.format(metric, multiclassEval.evaluate(irisTestPredictions))
print 'Model two {0}: {1:.3f}\n'.format(metric, multiclassEval.evaluate(irisTestPredictions2))
# COMMAND ----------
import inspect
print inspect.getsource(MulticlassClassificationEvaluator)
# COMMAND ----------
# MAGIC %md
# MAGIC #### Using MLlib instead of ML
# MAGIC
# MAGIC We've been using `ml` transformers, estimators, pipelines, and evaluators. How can we accomplish the same things with MLlib?