如何在星火随机森林数据训练中设置截止点

Question

我使用Spark来训练数据，以便使用随机森林算法进行分类。MLib提供了一个RandomForest类，它具有执行所需的trainClassifier方法。

我能否在训练数据集时设置一个阈值，类似于R's的包中提供的截断选项。

http://cran.r-project.org/web/packages/randomForest/randomForest.pdf

我发现RandomForest类MLib提供的选项仅用于传递树数、杂质数、类数等，但没有什么像阈值或截断选项一样可用。可以用任何方法来做吗。

Answer 1

简短的版本是否定的，如果我们看看RandomForestClassifier.scala，你可以看到它总是简单地选择最大值。你可以覆盖预测函数如果，但它不是超级干净。我添加了一个jira来跟踪添加这个。