如何從星火RandomForestRegressionModel

Question

火花（2.1.0），我用了一個CrossValidator來訓練RandomForestRegressor得到MAXDEPTH，使用ParamGridBuilder爲maxDepth和numTrees：

paramGrid = ParamGridBuilder() \ 
    .addGrid(rf.maxDepth, [2, 4, 6, 8, 10]) \ 
    .addGrid(rf.numTrees, [10, 20, 40, 50]) \ 
    .build() 

訓練結束後，我能得到樹的最佳數量：

regressor = cvModel.bestModel.stages[len(cvModel.bestModel.stages) - 1] 

print(regressor.getNumTrees) 

但我不能解決如何獲得最佳maxDepth。我讀過documentation，我看不到我在想什麼。

我注意到，我可以通過所有的樹遍歷，找到每個人的深度，如

regressor.trees[0].depth 

這好像我失去了一些東西，但。

Answer 1

不幸的是，在Spark 2.3之前的PySpark RandomForestRegressionModel，與Scala對應的不同，它不存儲上游EstimatorParams，但是您應該能夠直接從JVM對象中檢索它。用一個簡單的猴子補丁：

from pyspark.ml.regression import RandomForestRegressionModel 

RandomForestRegressionModel.getMaxDepth = (
    lambda self: self._java_obj.getMaxDepth() 
) 

，您可以：

cvModel.bestModel.stages[-1].getMaxDepth() 

Answer 2

就更簡單了，只需撥打

cvModel.bestModel.stages[-1]._java_obj.getMaxDepth() 

正如@ user6910411解釋，你得到的bestModel，調用的JVM對象此模型並使用JVM對象中的getMaxDepth（）提取參數。 其他參數類似。