apache-spark - Spark ML 随机森林和梯度增强树用于回归

Question

根据 Spark ML 文档，随机森林和梯度提升树可用于:分类和回归问题:

https://spark.apache.org/docs/latest/ml-classification-regression.html#gradient-boosted-tree-regression

假设我的“标签”从 0..n 中获取整数值，并且我想针对回归问题训练这些分类器，预测标签字段的连续变量值。但是，我在文档中没有看到如何针对此问题配置这两个回归器，也没有看到任何区分回归与分类情况的类参数。那么这两个分类器应该如何配置来解决回归问题呢？

Answer 1

不涉及这样的配置，只是因为回归和分类问题实际上是由 Spark ML 中的不同子模块和类处理的；即，对于分类，您应该使用(假设 PySpark):

from pyspark.ml.classification import GBTClassifier  # GBT
from pyspark.ml.classification import RandomForestClassifier  # RF

对于回归，你应该分别使用

from pyspark.ml.regression import GBTRegressor  # GBT
from pyspark.ml.regression import RandomForestRegressor  # RF

检查Classification and regression文档中的概述以获取更多详细信息。