在Spark中使用xgboost訓(xùn)練模型

spark上運(yùn)行xgboost模型,具有內(nèi)存運(yùn)行,速度更快焦影,減少數(shù)據(jù)傳輸?shù)膬?yōu)勢(shì)。

1封断、交互模式測(cè)試

使用spark運(yùn)行xgboost首先需要下載依賴的jar包,下載地址https://github.com/criteo-forks/xgboost-jars/releases舶担,

主要需要xgboost4j-0.72-criteo-20180518_2.10-linux.jar

在堡壘機(jī)中使用命令 spark-shell --jars xgboost*.jar坡疼,進(jìn)入交互模式,可以編寫代碼進(jìn)行測(cè)試衣陶。

退出shell環(huán)境命令 :quit

2柄瑰、數(shù)據(jù)準(zhǔn)備

xgboost模型需要將數(shù)據(jù)整理為libsvm格式。

本地可以使用python腳本將數(shù)據(jù)轉(zhuǎn)化剪况。

3教沾、編寫并運(yùn)行程序

首先需要引入依賴

import ml.dmlc.xgboost4j.scala.{DMatrix, XGBoost}

4、IDEA

在IDEA中編寫scala程序译断,需要定義好類名授翻。
修改pom.xml文件,建立依賴孙咪。

<dependency>
<groupId>me.lyh</groupId>
<artifactId>xgboost4j</artifactId>
<version>0.71-20180420-230cb9b7</version>
</dependency>

5堪唐、maven打包命令:

mvn clean package -Pcluster

說(shuō)明:clean是消除其他文件,package是打包翎蹈,-Pcluster是指將依賴打包

6淮菠、生成jar包后執(zhí)行

執(zhí)行命令:spark-submit --class com.jd.iss.xgb.xgb_slass --jars xgboost4j-linux.jar,xgboost4j-spark.jar xgboostDemo.jar

--class是指定義執(zhí)行的類名

--jars是引入依賴的jar包,因?yàn)榫€上環(huán)境一般沒(méi)有xgboost的jar包

7荤堪、查看任務(wù)日志:

yarn logs --applicationId application_XXXX_XXXX >res.log

8合陵、一些xgboost4j的函數(shù)說(shuō)明

8枢赔、一些xgboost4j的函數(shù)說(shuō)明

//模型訓(xùn)練:
booster = XGBoost.train(trainMax, paramMap, numRound, watches.toMap)
//獲取特征重要性
val FeatureWeight=booster.getFeatureScore()

//決策樹結(jié)果
val model_dump = booster.getModelDump()
//預(yù)測(cè)
val PredictResult = booster.predict(testMax).flatMap(x=>x)
注意:預(yù)測(cè)函數(shù)后要接 flatMap(x=>x)

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市拥知,隨后出現(xiàn)的幾起案子踏拜,更是在濱河造成了極大的恐慌,老刑警劉巖举庶,帶你破解...
    沈念sama閱讀 223,002評(píng)論 6 519
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件执隧,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡户侥,警方通過(guò)查閱死者的電腦和手機(jī)镀琉,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 95,357評(píng)論 3 400
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)蕊唐,“玉大人屋摔,你說(shuō)我怎么就攤上這事√胬妫” “怎么了钓试?”我有些...
    開封第一講書人閱讀 169,787評(píng)論 0 365
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)副瀑。 經(jīng)常有香客問(wèn)我弓熏,道長(zhǎng),這世上最難降的妖魔是什么糠睡? 我笑而不...
    開封第一講書人閱讀 60,237評(píng)論 1 300
  • 正文 為了忘掉前任挽鞠,我火速辦了婚禮,結(jié)果婚禮上狈孔,老公的妹妹穿的比我還像新娘信认。我一直安慰自己,他們只是感情好均抽,可當(dāng)我...
    茶點(diǎn)故事閱讀 69,237評(píng)論 6 398
  • 文/花漫 我一把揭開白布嫁赏。 她就那樣靜靜地躺著,像睡著了一般油挥。 火紅的嫁衣襯著肌膚如雪潦蝇。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 52,821評(píng)論 1 314
  • 那天喘漏,我揣著相機(jī)與錄音护蝶,去河邊找鬼。 笑死翩迈,一個(gè)胖子當(dāng)著我的面吹牛持灰,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播负饲,決...
    沈念sama閱讀 41,236評(píng)論 3 424
  • 文/蒼蘭香墨 我猛地睜開眼堤魁,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼喂链!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起妥泉,我...
    開封第一講書人閱讀 40,196評(píng)論 0 277
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤椭微,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后盲链,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體蝇率,經(jīng)...
    沈念sama閱讀 46,716評(píng)論 1 320
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,794評(píng)論 3 343
  • 正文 我和宋清朗相戀三年刽沾,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了本慕。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 40,928評(píng)論 1 353
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡侧漓,死狀恐怖锅尘,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情布蔗,我是刑警寧澤藤违,帶...
    沈念sama閱讀 36,583評(píng)論 5 351
  • 正文 年R本政府宣布,位于F島的核電站纵揍,受9級(jí)特大地震影響顿乒,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜泽谨,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 42,264評(píng)論 3 336
  • 文/蒙蒙 一淆游、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧隔盛,春花似錦、人聲如沸拾稳。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,755評(píng)論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)访得。三九已至龙亲,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間悍抑,已是汗流浹背鳄炉。 一陣腳步聲響...
    開封第一講書人閱讀 33,869評(píng)論 1 274
  • 我被黑心中介騙來(lái)泰國(guó)打工, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留搜骡,地道東北人拂盯。 一個(gè)月前我還...
    沈念sama閱讀 49,378評(píng)論 3 379
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像记靡,于是被迫代替她去往敵國(guó)和親谈竿。 傳聞我的和親對(duì)象是個(gè)殘疾皇子团驱,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,937評(píng)論 2 361

推薦閱讀更多精彩內(nèi)容