Pyspark中随机林的错误计算

我正在使用逻辑回归和随机森林对电信客户流失数据集进行预测

请在这里找到我笔记本中的代码片段：

data=spark.read.csv("D:\Shashank\CBA\Pyspark\Telecom_Churn_Data_SingTel.csv", header=True, inferSchema=True)
data.show(3)

然后，我使用随机森林分类模型重复上述步骤： 我的评估为94.4% 我的结果是这样的：

到目前为止，一切看起来都很好。 但我很好奇事情到底是如何被预测的，所以我用下面的代码打印预测值：

selected = prediction_1.select("features", "Label", "Churn", "prediction")
for row in selected.collect():
    print(row)

我得到的结果如下截图所示：

然后，我将上述链接中显示的两个单元格复制到一个压缩程序中，以查看我的预测值是否不同。（我预计会有一些不同，因为随机森林的评估结果更好）

但在任何工具上的比较都表明预测是相同的。然而，评估结果显示，逻辑回归的差异为83.6%，随机森林的差异为94.4%

---

当使用MultiClassificationEvaluator的最终评估给我不同的概率时，为什么我从两个不同模型生成的两组数据没有差异？

您似乎对

metricName=“accurity”

---

有关更多信息，请参阅。

这个问题不再相关，因为我能够看到预测中的差异，这与每个模型下预测的准确性一致。 这个问题出现是因为我从Jupyter笔记本上复制的数据不完整

---

感谢并感谢您的时间。

您应该解释您所指向的链接是什么。类似于“这是结果的图像”或“你可以在下面的链接上找到正在运行的代码”。嗨@Jeremie，这是我第一次上stack，我为缺少信息道歉。我已经编辑了我的帖子，我希望这有助于澄清我的问题。欢迎！！不用道歉！这对我们开发者来说是最好的！您好@Prem，从我有限的理解来看，我不认为我担心度量，但好奇的是两个分类模型的预测数量之间缺乏差异：selected=prediction_1。为selected中的行选择（“features”、“Label”、“chorn”、“prediction”）。collect（）：print（row）@Shashank你能运行建议的代码，然后确认两种型号的

准确性吗？对不起，伙计们，数据有差异。这个错误是我的，我没有从Jupyter复制我手机中的所有数据。没问题：）我建议不要删除这个问题，因为它可能会对正在寻找LR/RF实现的人有所帮助。
selected = prediction_1.select("features", "Label", "Churn", "prediction")
for row in selected.collect():
    print(row)

predictions = model.transform(test)
evaluator = MulticlassClassificationEvaluator(labelCol="indexedLabel", predictionCol="prediction", metricName="accuracy")
accuracy = evaluator.evaluate(predictions)