代码说明
xgboost作为数据挖掘类比赛的必备算法,之前参加jdata比赛时,也学着使用了下xgboost4j-spark,觉得很好用,既支持分布式,同时效果和速度都比spark自带的gbdt,rf算法效果要好。
模型代码包含:
-train:训练
-train_cv:训练带交叉验证进行参数选择
-predict_eval:预测并在验证集上验证准确率
-predict:预测
-train_leaf_lr:gbdt+lr集成训练
京东JData算法大赛小结(公司内部赛)
编译xgboost
源码地址
jdata xgboost4j-spark代码示例
|
|
spark提交任务脚本
|
|