MLlib를 사용하여 의사 결정 트리에 대해 Spark 1.0 또는 1.1을 실행하고 있습니다.MLlib를 사용하여 Spark의 의사 결정 트리에서 중요도 찾기
샘플 데이터로 샘플 SCALA 코드를 실행할 때 오류없이 작동했지만 결과에서 기능 중요성을 찾지 못했습니다.
아무도 값을 가져 오는 방법에 대한 정보가 있습니까? 당신이 마지막에 DecisionTreeModel을 훈련 할 때
MLlib를 사용하여 의사 결정 트리에 대해 Spark 1.0 또는 1.1을 실행하고 있습니다.MLlib를 사용하여 Spark의 의사 결정 트리에서 중요도 찾기
샘플 데이터로 샘플 SCALA 코드를 실행할 때 오류없이 작동했지만 결과에서 기능 중요성을 찾지 못했습니다.
아무도 값을 가져 오는 방법에 대한 정보가 있습니까? 당신이 마지막에 DecisionTreeModel을 훈련 할 때
당신은 당신은 정상에서 노드를 통과 시작할 수 있습니다, 당신은
class Node (
val id: Int,
val predict: Double,
val isLeaf: Boolean,
val split: Option[Split],
var leftNode: Option[Node],
var rightNode: Option[Node],
val stats: Option[InformationGainStats])
class DecisionTreeModel(val topNode: Node, val algo: Algo) {
...
}
이
Spark 2+에서 다음을 수행 할 수 있습니다.
val vectorAssembler = new VectorAssembler().setInputCols(featureArray)
val decisionTreeModel = decisionTree.fit(trainingDataset)
val featureImportances = decisionTreeModel.featureImportances // Sparse or Dense Vector
featureArray.zip(featureImportances.toArray).sortBy(_._2).reverse
시도한 내용과 결과를 게시하십시오. 우리는 텔레파시가 아닙니다. –