DecisionTreeRegressionModel¶
-
類
pyspark.ml.regression。DecisionTreeRegressionModel( java_model:可選(JavaObject]=沒有一個 ) ¶ -
模型擬合的
DecisionTreeRegressor。方法
清晰的(參數)清除參數映射的參數是否被顯式地設置。
複製((額外的))創建這個實例的副本具有相同uid和一些額外的參數。
explainParam(參數)解釋一個參數並返回它的名字,醫生,和可選的默認值,用戶提供的字符串值。
返回文檔的所有參數選擇默認值和用戶提供的值。
extractParamMap((額外的))提取嵌入默認參數值和用戶提供的值,然後合並他們額外的值從輸入平麵參數映射,後者使用價值如果存在衝突,即。排序:默認參數值< <額外的用戶提供的值。
得到的價值cacheNodeIds或其默認值。
得到的價值checkpointInterval或其默認值。
得到的價值featuresCol或其默認值。
雜質的價值或其默認值。
得到的價值labelCol或其默認值。
得到的價值leafCol或其默認值。
得到的價值maxBins或其默認值。
maxDepth的價值或其默認值。
得到的價值maxMemoryInMB或其默認值。
得到的價值minInfoGain或其默認值。
得到的價值minInstancesPerNode或其默認值。
得到的價值minWeightFractionPerNode或其默認值。
getOrDefault(參數)得到參數的值在用戶提供的參數映射或其默認值。
getParam(paramName)通過它的名稱參數。
得到的價值predictionCol或其默認值。
getSeed()種子的價值或其默認值。
得到的價值varianceCol或其默認值。
得到的價值weightCol或其默認值。
hasDefault(參數)檢查是否一個參數有默認值。
hasParam(paramName)測試這個實例包含一個參數是否與給定名稱(字符串)。
isDefined(參數)檢查參數是否由用戶或顯式地設置一個默認值。
收取(參數)檢查參數是否由用戶顯式地設置。
負載(路徑)從輸入路徑,讀取一個毫升實例的快捷方式read () .load(路徑)。
預測(值)預測給定特性的標簽。
predictLeaf(值)預測樹葉的指標對應的特征向量。
讀()返回一個MLReader這個類的實例。
保存(路徑)這個毫升實例保存到給定的路徑,一個快捷方式的“寫().save(路徑)。
集(參數值)設置一個參數嵌入參數映射。
設置的值
featuresCol。setLeafCol(值)設置的值
leafCol。設置的值
predictionCol。設置的值
varianceCol。變換(數據集[params))與可選參數轉換的輸入數據集。
寫()返回一個MLWriter實例毫升實例。
屬性
決策樹的深度。
估計每個特性的重要性。
返回的數量特征模型訓練。
返回的節點數量的決策樹。
返回所有參數命令的名字。
完整的描述模型。
方法的文檔
-
清晰的( 參數:pyspark.ml.param.Param )→沒有¶ -
清除參數映射的參數是否被顯式地設置。
-
複製( 額外的:可選(ParamMap]=沒有一個 )→摩根大通¶ -
創建這個實例的副本具有相同uid和一些額外的參數。這個實現第一次調用參數。複製and then make a copy of the companion Java pipeline component with extra params. So both the Python wrapper and the Java pipeline component get copied.
- 參數
-
- 額外的 東西,可選
-
額外參數複製到新實例
- 返回
-
-
JavaParams -
這個實例的副本
-
-
explainParam( 參數:聯盟(str,pyspark.ml.param.Param] )→str¶ -
解釋一個參數並返回它的名字,醫生,和可選的默認值,用戶提供的字符串值。
-
explainParams( )→str¶ -
返回文檔的所有參數選擇默認值和用戶提供的值。
-
extractParamMap( 額外的:可選(ParamMap]=沒有一個 )→ParamMap¶ -
提取嵌入默認參數值和用戶提供的值,然後合並他們額外的值從輸入平麵參數映射,後者使用價值如果存在衝突,即。排序:默認參數值< <額外的用戶提供的值。
- 參數
-
- 額外的 東西,可選
-
額外的參數值
- 返回
-
- dict
-
合並後的參數映射
-
getCacheNodeIds( )→bool¶ -
得到的價值cacheNodeIds或其默認值。
-
getCheckpointInterval( )→int¶ -
得到的價值checkpointInterval或其默認值。
-
getFeaturesCol( )→str¶ -
得到的價值featuresCol或其默認值。
-
getImpurity( )→str¶ -
雜質的價值或其默認值。
-
getLabelCol( )→str¶ -
得到的價值labelCol或其默認值。
-
getLeafCol( )→str¶ -
得到的價值leafCol或其默認值。
-
getMaxBins( )→int¶ -
得到的價值maxBins或其默認值。
-
getMaxDepth( )→int¶ -
maxDepth的價值或其默認值。
-
getMaxMemoryInMB( )→int¶ -
得到的價值maxMemoryInMB或其默認值。
-
getMinInfoGain( )→浮動¶ -
得到的價值minInfoGain或其默認值。
-
getMinInstancesPerNode( )→int¶ -
得到的價值minInstancesPerNode或其默認值。
-
getMinWeightFractionPerNode( )→浮動¶ -
得到的價值minWeightFractionPerNode或其默認值。
-
getOrDefault( 參數:聯盟(str,pyspark.ml.param.Param(T]] )→聯盟(任何,T] ¶ -
得到參數的值在用戶提供的參數映射或其默認值。如果沒有設置提出了一個錯誤。
-
getParam( paramName:str )→pyspark.ml.param.Param ¶ -
通過它的名稱參數。
-
getPredictionCol( )→str¶ -
得到的價值predictionCol或其默認值。
-
getSeed( )→int¶ -
種子的價值或其默認值。
-
getVarianceCol( )→str¶ -
得到的價值varianceCol或其默認值。
-
getWeightCol( )→str¶ -
得到的價值weightCol或其默認值。
-
hasDefault( 參數:聯盟(str,pyspark.ml.param.Param(任何]] )→bool¶ -
檢查是否一個參數有默認值。
-
hasParam( paramName:str )→bool¶ -
測試這個實例包含一個參數是否與給定名稱(字符串)。
-
isDefined( 參數:聯盟(str,pyspark.ml.param.Param(任何]] )→bool¶ -
檢查參數是否由用戶或顯式地設置一個默認值。
-
收取( 參數:聯盟(str,pyspark.ml.param.Param(任何]] )→bool¶ -
檢查參數是否由用戶顯式地設置。
-
classmethod
負載( 路徑:str )→RL¶ -
從輸入路徑,讀取一個毫升實例的快捷方式read () .load(路徑)。
-
預測( 價值:T )→浮動¶ -
預測給定特性的標簽。
-
predictLeaf( 價值:pyspark.ml.linalg.Vector )→浮動¶ -
預測樹葉的指標對應的特征向量。
-
classmethod
讀( )→pyspark.ml.util.JavaMLReader(RL] ¶ -
返回一個MLReader這個類的實例。
-
保存( 路徑:str )→沒有¶ -
這個毫升實例保存到給定的路徑,一個快捷方式的“寫().save(路徑)。
-
集( 參數:pyspark.ml.param.Param,價值:任何 )→沒有¶ -
設置一個參數嵌入參數映射。
-
setFeaturesCol( 價值:str )→P¶ -
設置的值
featuresCol。
-
setPredictionCol( 價值:str )→P¶ -
設置的值
predictionCol。
-
setVarianceCol( 價值:str )→pyspark.ml.regression.DecisionTreeRegressionModel ¶ -
設置的值
varianceCol。
-
變換( 數據集:pyspark.sql.dataframe.DataFrame,參數個數:可選(ParamMap]=沒有一個 )→pyspark.sql.dataframe.DataFrame¶ -
與可選參數轉換的輸入數據集。
- 參數
-
-
數據集
pyspark.sql.DataFrame -
輸入數據集
- 參數個數 東西,可選
-
一個可選的參數覆蓋嵌入參數的地圖。
-
數據集
- 返回
-
-
pyspark.sql.DataFrame -
改變了數據集
-
-
寫( )→pyspark.ml.util.JavaMLWriter¶ -
返回一個MLWriter實例毫升實例。
屬性的文檔
-
cacheNodeIds=參數(父母=‘定義’,name = ' cacheNodeIds ', doc = '如果錯誤,算法將樹木與節點執行人匹配實例。如果這是真的,該算法將緩存節點為每個實例id。緩存可以加快訓練更深層次的樹。用戶可以設置緩存應該多久通過設置checkpointInterval檢查點或禁用它。”) ¶
-
checkpointInterval=參數(父母=‘定義’,name = ' checkpointInterval ', doc = '設置檢查點間隔(> = 1)或禁用檢查點(1)。例如10意味著緩存將檢查點每10迭代。注意:此設置將被忽略,如果目錄沒有設置檢查站SparkContext。”) ¶
-
深度¶ -
決策樹的深度。
-
featureImportances¶ -
估計每個特性的重要性。
這個概括的概念“基尼”重視其他損失,後基尼重要性的解釋“隨機森林”文檔由Leo Breiman和阿黛爾卡特勒,從scikit-learn後實施。
- 這個特性重要性計算如下:
-
重要性(特性j) =(超過節點分裂的特性j)和增益,增益是通過節點實例的數量
規範化的重要性樹總和為1。
筆記
特性為單一的決策樹可以有很高的重要性差異由於相關預測變量。考慮使用
RandomForestRegressor確定功能的重要性。
-
featuresCol=參數(父母=‘定義’,name = ' featuresCol ', doc =功能列名稱。) ¶
-
雜質=參數(父母=‘定義’,name =“雜質”,醫生= '標準用於信息增益計算(不區分大小寫)。支持選擇:方差”) ¶
-
labelCol:Param (str) =參數(父母=‘定義’,name = ' labelCol ', doc =“標簽列名。”) ¶
-
leafCol=參數(父母=‘定義’,name = ' leafCol ', doc = '葉指數列名。預測葉指數每棵樹的每個實例預訂。) ¶
-
maxBins=參數(父母=‘定義’,name = ' maxBins ', doc = '最大數量的垃圾箱離散化連續特性。必須> = 2,> =數量的類別分類特性。”) ¶
-
maxDepth=參數(父母=‘定義’,name = ' maxDepth ',醫生= '樹的最大深度。(> = 0)例如,深度0意味著1葉節點;深度1意味著1 + 2葉節點內部節點。必須在區間[0,30]。”) ¶
-
maxMemoryInMB=參數(父母=‘定義’,name = ' maxMemoryInMB ',醫生在MB = '最大內存分配給直方圖聚合。如果太小,那麼1個節點將被分配每個迭代,和它的總量可能超過這個大小。”) ¶
-
minInfoGain=參數(父母=‘定義’,name = ' minInfoGain ', doc =分割的最小信息增益被認為是在一個樹節點。) ¶
-
minInstancesPerNode=參數(父母=‘定義’,name = ' minInstancesPerNode ', doc = '每個孩子都必須有最小數量的實例後分裂。如果分裂導致左邊或者右邊的孩子不到minInstancesPerNode,分割將作為無效的被丟棄。應該是> = 1”。) ¶
-
minWeightFractionPerNode=參數(父母=‘定義’,name = ' minWeightFractionPerNode ', doc = '的最低分數加權樣本計數後,每個孩子都必須有分裂。如果一個分裂導致分數總重量的向左或向右孩子小於minWeightFractionPerNode,分割將作為無效的被丟棄。應該在區間[0.0,0.5)。”) ¶
-
numFeatures¶ -
返回的數量特征模型訓練。如果未知,返回1
-
numNodes¶ -
返回的節點數量的決策樹。
-
參數個數¶ -
返回所有參數命令的名字。默認實現使用
dir ()所有的屬性類型參數。
-
predictionCol=參數(父母=‘定義’,name = ' predictionCol ', doc =預測列名稱。) ¶
-
種子=參數(父母=‘定義’,name =“種子”,醫生=“隨機種子。”) ¶
-
supportedImpurities=(“方差”) ¶
-
toDebugString¶ -
完整的描述模型。
-
varianceCol=參數(父母=‘定義’,name = ' varianceCol ', doc =的列名偏向樣本方差的預測。) ¶
-
weightCol=參數(父母=‘定義’,name = ' weightCol ', doc = '體重列名。如果這不是設置或空,我們對所有實例權重為1.0。”) ¶
-