Взяв пример из Возможно ли получить вероятности класса используя GradientBoostedTrees с spark mllib?
Ответ на этот вопрос дан в декабре прошлого года. Я хотел узнать, есть ли что-нибудь в Spark 1.6.1.
Я пытался отредактировать вышеуказанный вопрос, но почему-то этого не произошло.
Мой запрос похож на большинство других алгоритмов в библиотеке Spark mllib, мы можем найти прогнозируемые вероятности. Можем ли мы получить то же самое в Gradient Boosting Trees-Classification(http://spark.apache.org/docs/latest/mllib-ensembles.html#gradient-boosted-trees-vs-random-forests) и изменить порог модели?
Таким образом, я могу изменить порог, чтобы улучшить производительность модели.