AI开发平台MODELARTS-孤立森林[PySpark版]:参数说明

时间：2024-07-01 18:06:58

AI开发平台MODELARTS 数据分析

参数	是否必选	参数说明	默认值
b_use_default_encoder	是	是否对数据中的类别型特征列进行编码处理。	True
input_features_str	否	选择特征列，逗号分隔。	无
num_trees	是	孤立森林中树的个数。	100
bootstrap	是	采样数据构建孤立树时是否为有放回采样。	False
max_samples	是	训练单棵孤立树的最大样本个数，该值小于1.0时该值乘以总样本数取整得到单棵孤立树的训练样本数，大于1.0时取整得到单棵数的训练样本数。	256.0
max_features	是	参与训练的特征数，小于等于1.0时特征为该值乘以总特征个数。	1.0
feature_vector_col	是	input_features_str中的特征列处理为向量列后的列名。	"assembled_features"
prediction_col	是	预测结果列名。	"prediction"
score_col	是	异常分数列，该列数值为孤立森林算法中每个样本的分数值，值越大异常可能越大。	"outlier_score"
contamination	是	异常值比例，取值0到1浮点数，score_col列中数值大于contamination * 100%分位数值的样本视为异常值，如果为0.0则prediction_col列输出均为0.0非异常。	0.0
contamination_error	是	计算分位数时允许的误差，如果为0.0则实际计算时为contamination * 0.01。	0.0
seed	是	随机种子。	0