星火ML decisiontree分類調用隨機森林方法

Question

我運行下面的代碼，現在，利用從ML庫分類：

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

當我看着星火歷史，這裏是我所看到的：

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.​​..

Answer 1

隨機森林決策樹的合奏

所以這和決策樹一樣。 如果您將最大深度從7調整爲1，則需要更少的時間，但您會得到不足的配合。它也是基於RAM的大小。