當前位置: 首頁>>編程示例 >>用法及示例精選 >>正文


Python pyspark GradientBoostedTrees.trainRegressor用法及代碼示例

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

用法:

classmethod trainRegressor(data, categoricalFeaturesInfo, loss='leastSquaresError', numIterations=100, learningRate=0.1, maxDepth=3, maxBins=32)

訓練梯度增強樹模型進行回歸。

版本 1.3.0 中的新函數。

參數

data :

訓練數據集:LabeledPoint 的 RDD。標簽是實數。

categoricalFeaturesInfodict

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}。

lossstr,可選

梯度提升期間用於最小化的損失函數。支持的值:“logLoss”、“leastSquaresError”、“leastAbsoluteError”。 (默認:“leastSquaresError”)

numIterations整數,可選

提升的迭代次數。 (默認值:100)

learningRate浮點數,可選

縮小每個估計器貢獻的學習率。學習率應該在區間 (0, 1] 之間。(默認值:0.1)

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:3)

maxBins整數,可選

用於分割要素的最大箱數。 DecisionTree 要求 maxBins >= 最大類別。 (默認值:32)

返回

GradientBoostedTreesModel

可用於預測。

例子

>>> from pyspark.mllib.regression import LabeledPoint
>>> from pyspark.mllib.tree import GradientBoostedTrees
>>> from pyspark.mllib.linalg import SparseVector
>>>
>>> sparse_data = [
...     LabeledPoint(0.0, SparseVector(2, {0: 1.0})),
...     LabeledPoint(1.0, SparseVector(2, {1: 1.0})),
...     LabeledPoint(0.0, SparseVector(2, {0: 1.0})),
...     LabeledPoint(1.0, SparseVector(2, {1: 2.0}))
... ]
>>>
>>> data = sc.parallelize(sparse_data)
>>> model = GradientBoostedTrees.trainRegressor(data, {}, numIterations=10)
>>> model.numTrees()
10
>>> model.totalNumNodes()
12
>>> model.predict(SparseVector(2, {1: 1.0}))
1.0
>>> model.predict(SparseVector(2, {0: 1.0}))
0.0
>>> rdd = sc.parallelize([[0.0, 1.0], [1.0, 0.0]])
>>> model.predict(rdd).collect()
[1.0, 0.0]

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.GradientBoostedTrees.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。