Как использовать значение функции Spark в случайном лесу?

Question

documentation для Random Forests не включает функции. Однако он указан на Jira, как разрешено, и находится в source code. HERE также говорит, что «Основные отличия этого API и оригинальный MLlib ансамблей API являются:

• поддержки DataFrames и ML трубопроводы
• разделения классификации против регрессии
• использование метаданных DataFrame различать непрерывное и категорические особенностей
более
• функциональности для случайных лесов: Оценки функции важностью, а также прогнозируемой вероятность каждого класса (а.к.а. класс условных вероятностей) для классификации.»

Однако, я не могу понять синтаксис, который работает, чтобы назвать эту новую функцию.

scala> model 
res13: org.apache.spark.mllib.tree.model.RandomForestModel = 
TreeEnsembleModel classifier with 10 trees 

scala> model.featureImportances 
<console>:60: error: value featureImportances is not a member of org.apache.spark.mllib.tree.model.RandomForestModel 
       model.featureImportances 

Answer 1

Вы должны использовать новый случайный лес. Проверьте импорт. старые:

import org.apache.spark.mllib.tree.RandomForest 
import org.apache.spark.mllib.tree.model.RandomForestModel 

НОВОЙ Случайные Леса использовать:

import org.apache.spark.ml.classification.RandomForestClassificationModel 
import org.apache.spark.ml.classification.RandomForestClassifier