随机森林分类预测

功能介绍

  • 随机森林是一种常用的树模型,由于bagging的过程,可以避免过拟合

  • 随机森林组件支持稠密数据格式

  • 支持带样本权重的训练

参数说明

名称 中文名称 描述 类型 是否必须? 默认值
predictionCol 预测结果列名 预测结果列名 String
predictionDetailCol 预测详细信息列名 预测详细信息列名 String
reservedCols 算法保留列名 算法保留列 String[] null

脚本示例

脚本代码

  1. import numpy as np
  2. import pandas as pd
  3. from pyalink.alink import *
  4. def exampleData():
  5. return np.array([
  6. [1.0, "A", 0, 0, 0],
  7. [2.0, "B", 1, 1, 0],
  8. [3.0, "C", 2, 2, 1],
  9. [4.0, "D", 3, 3, 1]
  10. ])
  11. def sourceFrame():
  12. data = exampleData()
  13. return pd.DataFrame({
  14. "f0": data[:, 0],
  15. "f1": data[:, 1],
  16. "f2": data[:, 2],
  17. "f3": data[:, 3],
  18. "label": data[:, 4]
  19. })
  20. def batchSource():
  21. return dataframeToOperator(
  22. sourceFrame(),
  23. schemaStr='''
  24. f0 double,
  25. f1 string,
  26. f2 int,
  27. f3 int,
  28. label int
  29. ''',
  30. op_type='batch'
  31. )
  32. def streamSource():
  33. return dataframeToOperator(
  34. sourceFrame(),
  35. schemaStr='''
  36. f0 double,
  37. f1 string,
  38. f2 int,
  39. f3 int,
  40. label int
  41. ''',
  42. op_type='stream'
  43. )
  44. trainOp = (
  45. RandomForestTrainBatchOp()
  46. .setLabelCol('label')
  47. .setFeatureCols(['f0', 'f1', 'f2', 'f3'])
  48. )
  49. predictBatchOp = (
  50. RandomForestPredictBatchOp()
  51. .setPredictionDetailCol('pred_detail')
  52. .setPredictionCol('pred')
  53. )
  54. (
  55. predictBatchOp
  56. .linkFrom(
  57. batchSource().link(trainOp),
  58. batchSource()
  59. )
  60. .print()
  61. )
  62. predictStreamOp = (
  63. RandomForestPredictStreamOp(
  64. batchSource().link(trainOp)
  65. )
  66. .setPredictionDetailCol('pred_detail')
  67. .setPredictionCol('pred')
  68. )
  69. (
  70. predictStreamOp
  71. .linkFrom(
  72. streamSource()
  73. )
  74. .print()
  75. )
  76. StreamOperator.execute()

脚本结果

  1. f0 f1 f2 f3 label pred pred_detail
  2. 0 2.0 B 1 1 0 0 {"0":1.0,"1":0.0}
  3. 1 4.0 D 3 3 1 1 {"0":0.0,"1":1.0}
  4. 2 1.0 A 0 0 0 0 {"0":1.0,"1":0.0}
  5. 3 3.0 C 2 2 1 1 {"0":0.0,"1":1.0}