0
スパークMlibの分類にロジスティック回帰を使用しましたが、setLabelCol(
の違いは何ですか?setPredictionCol()
メソッドがスパークしていますか?sparkのsetLabelColメソッドとsetPredictionColメソッドの相違点
スパークMlibの分類にロジスティック回帰を使用しましたが、setLabelCol(
の違いは何ですか?setPredictionCol()
メソッドがスパークしていますか?sparkのsetLabelColメソッドとsetPredictionColメソッドの相違点
彼らはラベルと予測
setLabelCol
用の非デフォルトのカラム名を設定するための2つの方法です(デフォルト=「ラベル」)訓練時にラベルの列名を設定するために使用されます。例えば。バイナリクラシファイアをトレーニングする場合は、1.0または0.0を含む「ラベル」が必要です。アルゴリズムはモデルを訓練するためにそのアルゴリズムを使用します。setPredicionCol
(デフォルト=「予測」)は、モデルの出力の列名をに設定し、時間に設定します。例えば。上記で訓練されたバイナリクラシファイアモデルは、予測された出力を含むDataFrameに新しい列を追加します。explainParams
を使用して、利用可能なパラメータ、デフォルト値、および簡単なドキュメントを確認できます。例えば。
scala> new LogisticRegression().explainParams
res6: String =
...
featuresCol: features column name (default: features)
...
labelCol: label column name (default: label)
...
predictionCol: prediction column name (default: prediction)
probabilityCol: Column name for predicted class conditional probabilities.
...