scala - Spark MLlib : Difference between DecisionTree. trainClassifier 和 DecisionTree.train

Question

我看不出 DecisionTree.trainClassifier 之间的区别和 DecisionTree.train方法。

在 code为 DecisionTree有一些线索。对 train 的评论是:

Method to train a decision tree model. The method supports binary and multiclass classification and regression.

以及 trainClassifier 的评论是:

Method to train a decision tree model for binary or multiclass classification.

由于我想使用二进制分类，我认为最好使用的是 DecisionTree.trainClassifier方法。但我想了解这些差异。

任何的想法？

Answer 1

trainClassifier本质上是 train 的过载其中算法预设为 Classifier
下面我***预设Classification您引用的源代码中的参数

 def trainClassifier(
      input: RDD[LabeledPoint],
      numClasses: Int,
      categoricalFeaturesInfo: Map[Int, Int],
      impurity: String,
      maxDepth: Int,
      maxBins: Int): DecisionTreeModel = {
    val impurityType = Impurities.fromString(impurity)
    train(input, ***Classification***, impurityType, maxDepth, numClasses, maxBins, Sort,
      categoricalFeaturesInfo)
  }