pyspark GBT

Posted 2020-10-31 kayy

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了pyspark GBT相关的知识，希望对你有一定的参考价值。

from pyspark import SparkContext

from pyspark import SparkConf

from pyspark.mllib.regression import LabeledPoint

from pyspark.mllib.tree import GradientBoostedTrees

string_test = ‘pyspark_test‘

conf = SparkConf().setAppName(string_test).setMaster(‘yarn‘)

sc = SparkContext(conf=conf)

hdfs_data = sc.textFile("hdfs://dap/basicdata/dianzhang/phoenix/tmp_dianzhang_train_type/ds=2018-04-15/type=R1_C1/000000_0")

a = hdfs_data.map(lambda x:x.split(‘\t‘))

b = a.map(lambda x:LabeledPoint(x.pop(-1), x[3:]))

‘‘‘

弯路

c = b.collect()

model = GradientBoostedTrees.trainClassifier(sc.parallelize(c), {}, numIterations=10)

‘‘‘

model = GradientBoostedTrees.trainClassifier(b, {}, numIterations=10)

以上是关于pyspark GBT的主要内容，如果未能解决你的问题，请参考以下文章