スパークMLのdecisiontree分類器は、私がMLライブラリから分類器を使用して、今、次のコードを実行しているランダムフォレスト法

Question

を呼び出します。

val decisionTree = new DecisionTreeClassifier().setLabelCol("label").setFeaturesCol("features").setMaxDepth(7).setImpurity("gini") 
val model = decisionTree.fit(df3) 
val prediction = model.transform(df3) 

そして、私はスパークの歴史を見たときに、ここで私が見たものです。

私のシングルディシジョンツリーでrandomForestメソッドを使用しているのはなぜですか？また、なぜいくつかの作業は他の作業と比べて本当に長くなっていますか？ MLのドキュメントはこれについて多くの情報を与えるものではありません

Answer 1

ランダムフォレストは、決定木のアンサンブルです...（私はそれをスピードアップするために行うことができるものがあれば、私が知りたいのですが）

これは意思決定ツリーと同じです。 最大深度を7から1にリサイズすると時間がかかりませんが、アンダーフィットになります。また、それはラムのサイズに基づいています。