pyspark-ml学习笔记：逻辑回归、GBDT、xgboost参数介绍

逻辑回归、GBDT可以参考pyspark开发文档：http://spark.apache.org/docs/latest/api/python/pyspark.ml.html#pyspark.ml.classification.LogisticRegression 。

xgboost查看：https://xgboost.ai 。

下面只列出分类是的参数介绍：（对于回归时的自行查看）

逻辑回归：

featuresCol = 'features'
labelCol = 'label'
predictionCol = 'prediction'
# max number of iterations (>= 0).   最大迭代次数(>= 0)
self.maxIter = 100
# regularization parameter (>= 0).    正则化参数(>= 0)
regParam = 0.0
# range [0, 1]. For alpha = 0, the penalty is an L2 penalty. For alpha = 1, it is an L1 penalty.')   选择L1或者L2
elasticNetParam = 0.0
# the convergence tolerance for iterative algorithms (>= 0).