1
我運行下面的代碼,現在,利用從ML庫分類:星火ML decisiontree分類調用隨機森林方法
val decisionTree = new DecisionTreeClassifier().setLabelCol("label").setFeaturesCol("features").setMaxDepth(7).setImpurity("gini")
val model = decisionTree.fit(df3)
val prediction = model.transform(df3)
爲什麼我的單一決策樹使用randomForest方法,我做錯了什麼?而且爲什麼有些任務與其他任務相比真的很長? (如果有什麼我可以做,以加快速度,我想知道)
的ML文件中並未給出這麼多的信息...
好吧,它是有道理的。你能否詳細說明公羊的尺寸部分?我不得不改變一些參數,如spark.driver.memory來讓我的程序工作。 – Tiffany
我認爲你應該超過你的執行內存或堆大小。其實這取決於你的模型和解決問題的方式 –
好的,謝謝你,我還發現了setMaxMemoryInMB選項 – Tiffany