我在Spark MLLib中构建了一个决策树

val dt = new DecisionTreeClassifier().setLabelCol("indexedLabel").setFeaturesCol("indexedFeatures").setImpurity(impurity).setMaxBins(maxBins).setMaxDepth(maxDepth)

我这样显示它:

    val treeModel = model.stages(1).asInstanceOf[DecisionTreeClassificationModel]println("Learned classification tree model:\n" + treeModel.toDebugString)

结果是树的文本描述，使用“Features X”代替了数据集中实际的特征名称，使得树难以解释。

有没有人有关于如何显示使用正确特征名称的树的建议，使树的可解释性成为可能？谢谢！！

回答：

Spark ML(lib)的决策树模型（截至1.6.X版本）不包含特征规格。基本上，您的特征列（“indexedFeatures”）是一个双精度数组，其中各个数组元素作为连续的分割阈值使用。

在相关的DataFrame对象中可以找到一些特征规格信息。首先，查看“indexedFeatures”列的元数据。如果这还不够，再查看其组成列的元数据，等等。

可以使用JPMML-SparkML库将Spark ML管道模型导出为PMML数据格式。其引擎执行一些巧妙的特征规格收集和（重新）构建工作。