Spark ML CrossValidator获取最佳参数

最新推荐文章于 2024-05-30 22:16:31 发布

Vantage9307

最新推荐文章于 2024-05-30 22:16:31 发布

阅读量2.4k

点赞数

分类专栏： Spark 文章标签： spark machine learning

本文链接：https://blog.csdn.net/Mophistoliu/article/details/86215310

版权

Spark 专栏收录该内容

6 篇文章 0 订阅

订阅专栏

获取所有参数组合以及对应的cv评估结果，zip之后进行排序(按照metric由好往坏)，提取出对应的Param:value字典

def getBestParam(cvModel):
    params = cvModel.getEstimatorParamMaps()
    avgMetrics = cvModel.avgMetrics

    all_params = list(zip(params, avgMetrics))
    best_param = sorted(all_params, key=lambda x: x[1], reverse=True)[0]
    return best_param

for p, v in best_param.items():
	print("{} : {}".format(p.name, v)