Pyspark 基于One-Vs-Rest和梯度增强树分类器的多类分类

我想通过

PySpark

为多类分类任务构建一个

梯度增强树

分类器。我试过：

gb = GBTClassifier(maxIter=10)
ovr = OneVsRest(classifier=gb)
ovrModel = ovr.fit(trainingData)
gb_predictions = ovrModel.transform(valData)
evaluator = MulticlassClassificationEvaluator(metricName="accuracy")
gb_accuracy = evaluator.evaluate(gb_predictions)

当我运行上面的代码时，出现以下错误：

numClasses = int(dataset.agg({labelCol: "max"}).head()["max("+labelCol+")"]) + 1
AssertionError: Classifier <class 'pyspark.ml.classification.GBTClassifier'> doesn't extend from HasRawPredictionCol.

numclass=int（dataset.agg（{labelCol:“max”}）.head（）[“max（“+labelCol+”））+1
AssertionError:分类器不从HasRawPredictionCol扩展。

这是关于

ovrModel=ovr.fit（trainingData）

行的，但我不明白训练数据有什么问题