如何提取基於樹的Apache SparkML管道模型的功能信息

當您安裝基於樹的模型（例如決策樹，隨機森林或梯度增強樹）時，能夠查看功能重要性級別以及功能名稱，這是有幫助的。通常，SparkML中的模型是管道的最後階段。要使用樹模型從管道中提取相關特征信息，必須提取正確的管道階段。您可以從VectorAssembler目的：

            從pyspark.ml.feature進口StringIndexer，，，，VectorAssembler從pyspark.ml。分類進口決策者分類器從pyspark.ml進口管道管道=管道（（階段=[[索引器，，，，彙編器，，，，決策樹）dtmodel=管道。合身（（火車）VA=dtmodel。階段[[-2這是給予的樹=dtmodel。階段[[-1這是給予的展示（（樹）＃Visalize決策樹模型打印（（樹。Todebugstring）＃打印決策樹模型的節點列表（（壓縮（（VA。GetInputCols（），，樹。功能率））
           

您還可以在管道的最後階段使用交叉驗證器調整基於樹的模型。要可視化決策樹並打印特征重要性級別，請提取BestModel來自交叉Validator目的：

            從pyspark.ml.tuning進口paramgridbuilder，，，，交叉Validator簡曆=交叉Validator（（估計器=決策樹，，，，估計paramaps=paramgrid，，，，評估者=評估者，，，，數字=3）管道=管道（（階段=[[索引器，，，，彙編器，，，，簡曆）dtmodelcv=管道。合身（（火車）VA=dtmodelcv。階段[[-2這是給予的treecv=dtmodelcv。階段[[-1這是給予的。BestModel展示（（treecv）#Visalize最佳決策樹模型打印（（treecv。Todebugstring）＃打印決策樹模型的節點列表（（壓縮（（VA。GetInputCols（），，treecv。功能率））
           

這展示功能僅可視化決策樹模型。看機器學習可視化。