DecisionTreeModel¶
-
類
pyspark.mllib.tree。DecisionTreeModel( java_model:py4j.java_gateway.JavaObject ) ¶ -
決策樹分類模型或回歸。
方法
調用(名字,*一個)調用的方法java_model
深度()樹的深度(如。
負載(sc路徑)從給定的路徑加載模型。
numNodes()獲取樹的節點數量,包括葉節點。
預測(x)預測一個或多個標簽的例子。
保存(sc路徑)這個模型保存到給定的路徑。
完整的模型。
方法的文檔
-
調用( 的名字:str,*一個:任何 )→任何¶ -
調用的方法java_model
-
深度( )→int¶ -
樹的深度(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)。
-
classmethod
負載( sc:pyspark.context.SparkContext,路徑:str )→傑¶ -
從給定的路徑加載模型。
-
numNodes( )→int¶ -
獲取樹的節點數量,包括葉節點。
-
預測( x:聯盟(VectorLike,pyspark.rdd.RDD(VectorLike]] )→聯盟(浮動,pyspark.rdd.RDD(浮動] ] ¶ -
預測一個或多個標簽的例子。
- 參數
-
-
x
pyspark.mllib.linalg.Vector或pyspark.RDD -
數據點(特征向量),或一個抽樣的數據點(特征向量)。
-
x
筆記
在Python中,預測當前不能使用在一個抽樣轉換或行動。直接調用預測的抽樣。
-
保存( sc:pyspark.context.SparkContext,路徑:str )→沒有¶ -
這個模型保存到給定的路徑。
-
toDebugString( )→str¶ -
完整的模型。
-