溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章主要講解了“spark MLlib決策樹是什么”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“spark MLlib決策樹是什么”吧！
1. 決策樹以及它的組合模型是在機器學習中常用的分類和回歸方法。決策樹結果容易解釋，處理分類特征，可拓展到多類。決策樹是一個貪婪算法，遞歸的二分特征空間。決策樹預測具有相同的葉子節點的屬于同一類標簽。每次劃分的時候，都從一系列可能的劃分中選擇最佳的，使得根節點的信息增益最大，argmax(s): IG(D,s)。
IG(D,s)=Impurity(D) - a*Impurity(D1eft) - (1-a)*Impurity(Dright)，
Impurity可以取為信息熵，在概率分布為均勻分布時取得最大值。
2. 連續空間特征分區，對于小的數據集，連續空間的特征分區都是單個值。在某些實現中，會首先對特征值進行排序，已進行更快捷的樹計算。當數據量過大時，對全部的數據排序代價較高，這里的實現首先采樣取一部分數據排序，排序好的數據形成一個個的區間，稱為bin，可以指定maxBins參數設置最大的分區數，默認為100。
3. 離散空間特征分區，對于包含M個可能值的離散空間，可能有2^(M-1)-1個候選解。當2^(M-1)-1大于maxBins時，我們采用二劃分時相同的啟發術，對M個類別特征按照Impurity進行排序。結果分成M-1個劃分。
感謝各位的閱讀，以上就是“spark MLlib決策樹是什么”的內容了，經過本文的學習后，相信大家對spark MLlib決策樹是什么這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
