0
我们使用MLlib为决策树运行Spark 1.0或1.1。使用MLlib从Spark决策树中找到重要价值
当我使用示例数据运行示例SCALA代码时,它没有任何错误地工作,但我无法从结果中找到功能重要性。
任何人都有关于如何获取值的信息?
我们使用MLlib为决策树运行Spark 1.0或1.1。使用MLlib从Spark决策树中找到重要价值
当我使用示例数据运行示例SCALA代码时,它没有任何错误地工作,但我无法从结果中找到功能重要性。
任何人都有关于如何获取值的信息?
当你结束训练DecisionTreeModel你有这个类
class DecisionTreeModel(val topNode: Node, val algo: Algo) {
...
}
你可以开始遍历从顶层节点,你可以得到所有你需要它(预测+ InformationGainStats)
class Node (
val id: Int,
val predict: Double,
val isLeaf: Boolean,
val split: Option[Split],
var leftNode: Option[Node],
var rightNode: Option[Node],
val stats: Option[InformationGainStats])
在Spark 2+中,您可以执行以下操作:
val vectorAssembler = new VectorAssembler().setInputCols(featureArray)
val decisionTreeModel = decisionTree.fit(trainingDataset)
val featureImportances = decisionTreeModel.featureImportances // Sparse or Dense Vector
featureArray.zip(featureImportances.toArray).sortBy(_._2).reverse
请发布您尝试过的内容和结果。我们不是心灵感应。 – 2014-12-04 11:19:14