Spark Mllib里决策树回归分析如何对numClasses无控制和将部分参数设置为variance（图文详解）

 

 

　　不多说，直接上干货！

 

 

 

　　在决策树二元或决策树多元分类参数设置中：

　　　　使用DecisionTree.trainClassifier

　  　　 见

Spark Mllib里如何对决策树二元分类和决策树多元分类的分类数目numClasses控制（图文详解）

 

    val model = DecisionTree.trainClassifier(trainData, 2, Map[Int, Int](), impurity, maxDepth, maxBins)

 

 

 

 

 

 

 

　　在决策树回归分析参数设置中：

　　

　　使用DecisionTree.trainRegressor，无numClasses参数，而且，这里是共有impurity, maxDepth, maxBins这3个参数。

　　将impurity固定为variance

　  　　 见

Hadoop+Spark大数据巨量分析与机器学习整合开发实战的第18章 决策树回归分类Bike Sharing数据集