Изменения

Перейти к: навигация, поиск

Обучение на больших данных

88 байт убрано, 20:48, 19 января 2021
Примеры реализации алгоритмов с использованием Spark MLlib
print(<font color = "green">"Точность: "</font>, evaluator.evaluate(predictions))
Площадь под ROC-кривойТочность: 0.8837112925002687
Decision Tree
<font color = "orange">'''from'''</font> pyspark.ml.classification <font color = "orange">'''import'''</font> DecisionTreeClassifier
print(<font color = "green">"Точность: "</font> + str(evaluator.evaluate(predictions, {evaluator.metricName: <font color = "green">"areaUnderROC"</font>})))
Площадь под ROC-кривойТочность: 0.7808118726917547
Random Forest
print(<font color = "green">"Точность: "</font> + str(evaluator.evaluate(predictions, {evaluator.metricName: <font color = "green">"areaUnderROC"</font>})))
Площадь под ROC-кривойТочность: 0.8777131493473223
Gradient-Boosted Tree
<font color = "orange">'''from'''</font> pyspark.ml.classification <font color = "orange">'''import'''</font> GBTClassifier
print(<font color = "green">"Точность: "</font> + str(evaluator.evaluate(predictions, {evaluator.metricName: <font color = "green">"areaUnderROC"</font>})))
Площадь под ROC-кривойТочность: 0.8935091626908479
== Практическое применение Big Data ==
22
правки

Навигация