用于回归的 Spark ML 随机森林和梯度增强树

【问题标题】：Spark ML random forest and gradient-boosted trees for regression用于回归的 Spark ML 随机森林和梯度增强树
【发布时间】：2018-09-10 01:44:24
【问题描述】：

根据 Spark ML 文档 random forest 和 gradient-boosted trees 可用于：分类和回归问题：

假设我的“标签”从 0..n 中获取整数值，我想训练这些分类器解决回归问题，预测标签字段的连续变量值。但是，我在文档中没有看到如何为这个问题配置这两个回归器，也没有看到任何区分回归与分类案例的类参数。那么这两个分类器应该如何配置回归问题呢？

【问题讨论】：

【解决方案1】：

不涉及这样的配置，只是因为回归和分类问题实际上是由 Spark ML 中的不同子模块和类处理的；即对于分类，您应该使用（假设 PySpark）：

from pyspark.ml.classification import GBTClassifier  # GBT
from pyspark.ml.classification import RandomForestClassifier  # RF

而对于回归，你应该分别使用

from pyspark.ml.regression import GBTRegressor  # GBT
from pyspark.ml.regression import RandomForestRegressor  # RF

查看文档中的Classification and regression 概述了解更多详情。

【讨论】：