Python pySpark中随机森林的解释

大家晚上好

我试图找到一种解释火花中随机森林的方法。通过解释，我的意思是找出哪些变量在特定行中最具影响力

对于python，我曾经这样做：

from treeinterpreter import treeinterpreter as ti
prediction, bias, contributions = ti.predict(rfc, X)

---

EconAttributes数组拥有我需要的所有信息，然后我可以对其进行操作以获得所需的结果。python中的spark有什么方法可以做到这一点吗？

我想你说的是特性的重要性。 使用管道对象时在pyspark.ml中实现：

tree = model.stages[-1]
# load feature importance from the model object
print(tree.featureImportances)

# You can also print the trees with nodes: 
print('Trees with Nodes: {}'.format(tree.toDebugString))

或者，当您在pyspark.ml中工作而不使用管道时：

from pyspark.ml.classification import RandomForestClassifier
rf = RandomForestClassifier()
model = rf.fit(data)
print(model.featureImportances)

---

您是否尝试使用model.toDebugString（）和MulticlassMetrics？嗯，也许我没有正确解释我的问题？这些事情似乎没有达到我在这里想要达到的目的。我关心的是每个变量对预测结果的贡献（即方差大小）。