随机森林

    • 随机森林组件支持稠密数据格式

    • | 名称 | 中文名称 | 描述 | 类型 | 是否必须？ | 默认值 || —- | —- | —- | —- | —- | —- || featureSubsamplingRatio | 每棵树特征采样的比例 | 每棵树特征采样的比例，范围为(0, 1]。 | Double | | 0.2 || numSubsetFeatures | 每棵树的特征采样数目 | 每棵树的特征采样数目 | Integer | | 2147483647 || numTrees | 模型中树的棵数 | 模型中树的棵数 | Integer | | 10 || subsamplingRatio | 每棵树的样本采样比例或采样行数 | 每棵树的样本采样比例或采样行数，行数上限100w行 | Double | | 100000.0 || treeType | 模型中树的类型 | 模型中树的类型，平均（gini，entropy均分），gini或者entropy | String | | “avg” || maxDepth | 树的深度限制 | 树的深度限制 | Integer | | 2147483647 || minSamplesPerLeaf | 叶节点的最小样本个数 | 叶节点的最小样本个数 | Integer | | 2 || createTreeMode | 创建树的模式。 | series表示每个单机创建单颗树，parallel表示并行创建单颗树。 | String | | “series” || maxBins | 连续特征进行分箱的最大个数 | 连续特征进行分箱的最大个数。 | Integer | | 128 || maxMemoryInMB | 树模型中用来加和统计量的最大内存使用数 | 树模型中用来加和统计量的最大内存使用数 | Integer | | 64 || featureCols | 特征列名 | 特征列名，必选 | String[] | ✓ | || labelCol | 标签列名 | 输入表中的标签列名 | String | ✓ | || categoricalCols | 离散特征列名 | 可选，默认选择String类型和Boolean类型作为离散特征，如果没有则为空 | String[] | | || weightCol | 权重列名 | 权重列对应的列名 | String | | null || maxLeaves | 叶节点的最多个数 | 叶节点的最多个数 | Integer | | 2147483647 || minSampleRatioPerChild | 子节点占父节点的最小样本比例 | 子节点占父节点的最小样本比例 | Double | | 0.0 || minInfoGain | 分裂的最小增益 | 分裂的最小增益 | Double | | 0.0 |

    脚本代码

    脚本结果

    流预测结果