Мультиклассовая классификация по классификатору с ускорением по принципу «один на один отдых» и «градиентное дерево» - PullRequest
Новая
       40

Мультиклассовая классификация по классификатору с ускорением по принципу «один на один отдых» и «градиентное дерево»

0 голосов
/ 15 июня 2019

Я хотел бы построить классификатор Gradient boosted tree по PySpark для задачи классификации мультикласса.Я пытался: 

gb = GBTClassifier(maxIter=10)
ovr = OneVsRest(classifier=gb)
ovrModel = ovr.fit(trainingData)
gb_predictions = ovrModel.transform(valData)
evaluator = MulticlassClassificationEvaluator(metricName="accuracy")
gb_accuracy = evaluator.evaluate(gb_predictions)

Когда я запускаю код выше, я получаю эту ошибку: 

numClasses = int(dataset.agg({labelCol: "max"}).head()["max("+labelCol+")"]) + 1
AssertionError: Classifier <class 'pyspark.ml.classification.GBTClassifier'> doesn't extend from HasRawPredictionCol.

это примерно строка ovrModel = ovr.fit(trainingData), но я не понимаю, чтонеправильно с данными тренировки.

...