1
我运行下面的代码,现在,利用从ML库分类:星火ML decisiontree分类调用随机森林方法
val decisionTree = new DecisionTreeClassifier().setLabelCol("label").setFeaturesCol("features").setMaxDepth(7).setImpurity("gini")
val model = decisionTree.fit(df3)
val prediction = model.transform(df3)
为什么我的单一决策树使用randomForest方法,我做错了什么?而且为什么有些任务与其他任务相比真的很长? (如果有什么我可以做,以加快速度,我想知道)
的ML文件中并未给出这么多的信息...
好吧,它是有道理的。你能否详细说明公羊的尺寸部分?我不得不改变一些参数,如spark.driver.memory来让我的程序工作。 – Tiffany
我认为你应该超过你的执行内存或堆大小。其实这取决于你的模型和解决问题的方式 –
好的,谢谢你,我还发现了setMaxMemoryInMB选项 – Tiffany