我正在使用 Apache Spark 的管道 API 来验证参数。 我正在像这样构建 TrainValidationSplitModel :
Pipeline pipeline = ...
ParamMap[] paramGrid = ...
TrainValidationSplit trainValidationSplit = new TrainValidationSplit().setEstimator(pipeline).setEvaluator(new MulticlassClassificationEvaluator()).setEstimatorParamMaps(paramGrid).setTrainRatio(0.8);
TrainValidationSplitModel model = trainValidationSplit.fit(training);
我的问题是:如何提取和打印经过最佳训练的模型的参数？
最佳答案
我终于做到了。 Spark 在训练后打印这些指标。我有 spark 的错误日志级别，所以我没有看到这个:
2015-10-21 12:57:33,828 [INFO org.apache.spark.ml.tuning.TrainValidationSplit]
Train validation split metrics: WrappedArray(0.7141940371838821, 0.7358721053749735)
2015-10-21 12:57:33,831 [INFO org.apache.spark.ml.tuning.TrainValidationSplit]
Best set of parameters:
{
hashingTF_79cf758f5ab1-numFeatures: 2000000,
nb_67d55ce4e1fc-smoothing: 1.0
}
2015-10-21 12:57:33,831 [INFO org.apache.spark.ml.tuning.TrainValidationSplit]
Best train validation split metric: 0.7358721053749735.
现在我在我的 log4j.properties 文件中为类 TrainValidationSplit 添加了级别信息:
log4j.logger.org.apache.spark.ml.tuning.TrainValidationSplit=INFO
log4j.additivity.org.apache.spark.ml.tuning.TrainValidationSplit=false
关于java - 如何在 Apache Spark Pipeline 中打印最佳模型参数？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/32565594/