该文档涉及的组件

随机森林编码器训练 (RandomForestEncoderTrainBatchOp)

Java 类名:com.alibaba.alink.operator.batch.feature.RandomForestEncoderTrainBatchOp

Python 类名:RandomForestEncoderTrainBatchOp

功能介绍

使用随机森林分类模型,将输入数据编码为特征。

参数说明

名称 中文名称 描述 类型 是否必须? 取值范围 默认值
labelCol 标签列名 输入表中的标签列名 String
categoricalCols 离散特征列名 离散特征列名 String[] 所选列类型为 [BOOLEAN, DATE, DOUBLE, FLOAT, INTEGER, LONG, SHORT, STRING, TIME, TIMESTAMP]
createTreeMode 创建树的模式。 series表示每个单机创建单颗树,parallel表示并行创建单颗树。 String “series”
featureCols 特征列名数组 特征列名数组,默认全选 String[] 所选列类型为 [BOOLEAN, DATE, DOUBLE, FLOAT, INTEGER, LONG, SHORT, STRING, TIME, TIMESTAMP] null
featureSubsamplingRatio 每棵树特征采样的比例 每棵树特征采样的比例,范围为(0, 1]。 Double 0.2
maxBins 连续特征进行分箱的最大个数 连续特征进行分箱的最大个数。 Integer 128
maxDepth 树的深度限制 树的深度限制 Integer 2147483647
maxLeaves 叶节点的最多个数 叶节点的最多个数 Integer 2147483647
maxMemoryInMB 树模型中用来加和统计量的最大内存使用数 树模型中用来加和统计量的最大内存使用数 Integer 64
minInfoGain 分裂的最小增益 分裂的最小增益 Double 0.0
minSampleRatioPerChild 子节点占父节点的最小样本比例 子节点占父节点的最小样本比例 Double 0.0
minSamplesPerLeaf 叶节点的最小样本个数 叶节点的最小样本个数 Integer 2
numSubsetFeatures 每棵树的特征采样数目 每棵树的特征采样数目 Integer 2147483647
numTrees 模型中树的棵数 模型中树的棵数 Integer x >= 1 10
numTreesOfGini 模型中Cart树的棵数 模型中Cart树的棵数 Integer null
numTreesOfInfoGain 模型中Id3树的棵数 模型中Id3树的棵数 Integer null
numTreesOfInfoGainRatio 模型中C4.5树的棵数 模型中C4.5树的棵数 Integer null
subsamplingRatio 每棵树的样本采样比例或采样行数 每棵树的样本采样比例或采样行数,行数上限100w行 Double 100000.0
weightCol 权重列名 权重列对应的列名 String 所选列类型为 [BIGDECIMAL, BIGINTEGER, BYTE, DOUBLE, FLOAT, INTEGER, LONG, SHORT] null