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

最新推荐文章于 2024-06-28 20:50:44 发布

hjh00

最新推荐文章于 2024-06-28 20:50:44 发布

阅读量2.3k

点赞数

分类专栏： Spark 文章标签：随机森林 MLLib spark

本文链接：https://blog.csdn.net/hjh00/article/details/72834126

版权

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。

摘要由CSDN通过智能技术生成

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。