Spark中mlib的决策树模型参数详解

机器学习之决策树

Spark中的决策树模型参数：

model = DecisionTree.trainClassifier(
trainData2, 7, Map(10 -> 4, 11 -> 40),
impurity, depth, bins)

trainData2：训练集（标签向量数据)

7：分类个数

Map(10 -> 4, 11 -> 40)：特征值的类型数量（比如第10个特征有4个类型值，第11个特征有40个类型值）

如果特征值为纯粹的单个数值类型可以不用映射，直接写成 Map[Int,Int]()

impurity：指定不纯度，分类中主要是gini系数和entropy标准熵。

depth：指定树的深度。

bins：指定最大节点数。