Python pyspark DecisionTree.trainRegressor用法及代碼示例

本文簡要介紹 pyspark.mllib.tree.DecisionTree.trainRegressor 的用法。

用法: classmethod trainRegressor(data, categoricalFeaturesInfo, impurity='variance', maxDepth=5, maxBins=32, minInstancesPerNode=1, minInfoGain=0.0)

訓練回歸的決策樹模型。

參數：

data：pyspark.RDD: 訓練數據：LabeledPoint 的 RDD。標簽是實數。
categoricalFeaturesInfo：dict: Map存儲分類特征的數量。條目 (n -> k) 表示特征 n 是分類的，其中 k 個類別從 0 開始索引：{0, 1, ..., k-1}。
impurity：str，可選: 用於信息增益計算的標準。唯一支持的回歸值是“variance”。 (默認：“variance”)
maxDepth：整數，可選: 樹的最大深度(例如，深度 0 表示 1 個葉節點，深度 1 表示 1 個內部節點 + 2 個葉節點)。 (默認值：5)
maxBins：整數，可選: 用於在每個節點處查找拆分的箱數。 (默認值：32)
minInstancesPerNode：整數，可選: 子節點創建父拆分所需的最小實例數。 (默認值：1)
minInfoGain：浮點數，可選: 創建拆分所需的最小信息增益。 (默認值：0.0)

DecisionTreeModel

例子：

>>> from pyspark.mllib.regression import LabeledPoint
>>> from pyspark.mllib.tree import DecisionTree
>>> from pyspark.mllib.linalg import SparseVector
>>>
>>> sparse_data = [
...     LabeledPoint(0.0, SparseVector(2, {0: 0.0})),
...     LabeledPoint(1.0, SparseVector(2, {1: 1.0})),
...     LabeledPoint(0.0, SparseVector(2, {0: 0.0})),
...     LabeledPoint(1.0, SparseVector(2, {1: 2.0}))
... ]
>>>
>>> model = DecisionTree.trainRegressor(sc.parallelize(sparse_data), {})
>>> model.predict(SparseVector(2, {1: 1.0}))
1.0
>>> model.predict(SparseVector(2, {1: 0.0}))
0.0
>>> rdd = sc.parallelize([[0.0, 1.0], [0.0, 0.0]])
>>> model.predict(rdd).collect()
[1.0, 0.0]

1.1.0 版中的新函數。

相關用法

注：本文由純淨天空篩選整理自spark.apache.org大神的英文原創作品 pyspark.mllib.tree.DecisionTree.trainRegressor。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

例子：