我希望做两交叉验证使用RandomSplits像星火交叉验证与培训，测试和验证集
1.1。 CV_grid：在训练集的一半上进行网格搜索，即45％的数据。
1.2。 拟合模型：使用CV_grid的最佳设置训练集（90％）。
1.3 测试模型：上测试设置（10％）
问题是我只找到在整个训练集上使用CV和网格搜索的例子。
我怎样才能从CV_grid表现最好的模型的参数？
如何在没有网格搜索的情况下进行简历，但每次获得统计数据？例如 sklearn.cross_validation.cross_val_score
你有事情像
crossval.setEstimatorParamMaps(paramGrid)
然后
cvModel = crossval.fit(trainingSetDF).bestModel
对于单款（至少对于一些）有喜欢explainParams功能（）。它在Spark 1.6中可用（可能会回到1.4.2，我不确定）。 希望这有助于
你有三个问题为一体。每一个问题的答案：
1.问题是，我只能找到使用对整个训练集CV和网格搜索示例。
，如果你需要你的训练数据集的只是一部分，然后在想要的百分比，例如采样
training = training.sample(false, .45, 78L)
2.我怎样才能得到CV_grid表现最好的模型的参数？
crossValidatedModel.bestModel().getParamMap()
得到那里的参数名称，然后值。
3.如何做简历没有网格搜索，但得到每折统计？例如
的How can I access computed metrics for each fold in a CrossValidatorModel
复制到这里看看：Spark CrossValidatorModel access other models than the bestModel?
其实'Apache的spark'不支持，你必须使用'DataFrames'或'RDDs'自己来做。这并不难（我已经完成了） –
那么，我使用ML管道进行端到端的连接，所以我跳槽时不需要打破这个代码。主要问题是如何从ParamGridBuilder获取最佳模型的参数。我不太熟悉Spark – harvybcn