更新时间：2023-05-16 GMT+08:00
gbdt编码模型训练
概述
利用训练好的gbdt分类模型对输入的特征进行离散化处理。对每棵树的叶子节点进行编码，预测的时候遍历到叶子节点对应位置的编码为1，该树其余节点的编码为0。该节点主要用于生产gbdt的分类模型，并存储到输入参数对应的位置上。
输入
参数 |
子参数 |
参数说明 |
|---|---|---|
inputs |
dataframe |
inputs为字典类型，dataframe为pyspark中的DataFrame类型对象，用于生成gbdt编码的模型 |
输出
参数 |
子参数 |
参数说明 |
|---|---|---|
outputs |
output_port_1 |
指向一个pyspark的DataFrame类型对象，该对象为一个空的dataframe |
参数说明
参数 |
是否必选 |
参数说明 |
默认值 |
|---|---|---|---|
input_features |
是 |
输入的特征（需要编码的特征） |
"feature" |
label_column |
是 |
预测结果类别的字段名 |
"label" |
model_saved_path |
是 |
模型保存的路径 |
"" |
max_iter |
是 |
最大迭代次数（树的棵数） |
4 |
max_depth |
是 |
树的最大深度 |
5 |
subsampling_rate |
是 |
构建单棵树的采样比例 |
1.0 |
feature_subset_strategy |
是 |
构建单棵树的特征抽取策略，取值为"auto"、"all" |
"auto" |
样例
数据样本
label,age,count 1,20,23 0,19,33 0,21,24 1,7,24 0,11,43 1,32,12 0,21,43 1,32,45
配置流程
运行流程
参数设置
查看结果
父主题： 特征工程
