我看不出DecisionTree.trainClassifier 和DecisionTree.train 方法之间的区别。
在code 为DecisionTree 中有一些线索。 train 的评论是：
训练决策树模型的方法。 该方法支持二元和多类分类和回归。
trainClassifier 的评论是：
为二元或多类分类训练决策树模型的方法。
由于我想使用二进制分类，我认为最好使用DecisionTree.trainClassifier 方法。但我想了解这些差异。
有什么想法吗？
【问题讨论】：
标签： scala apache-spark apache-spark-mllib decision-tree
trainClassifier本质上是train的重载，其中算法预设为Classifier
下面我***你引用的源代码中预设的Classification参数
def trainClassifier(
input: RDD[LabeledPoint],
numClasses: Int,
categoricalFeaturesInfo: Map[Int, Int],
impurity: String,
maxDepth: Int,
maxBins: Int): DecisionTreeModel = {
val impurityType = Impurities.fromString(impurity)
train(input, ***Classification***, impurityType, maxDepth, numClasses, maxBins, Sort,
categoricalFeaturesInfo)
}
【讨论】：
def train(input: RDD[LabeledPoint], strategy: Strategy): DecisionTreeModel = { new DecisionTree(strategy).run(input) } 我觉得它更有条理 =)