共计 538 个字符，预计需要花费 2 分钟才能阅读完成。
一、我的项目背景
在团体数据挖掘我的项目下，用户画像工程须要开发一些根底标签，如年龄、性别、婚姻状况、资产状况等标签。这些标签不能应用团体下的各个数据源来简略的解决后，失去后果作为最终评估后果，因为不同数据源的数据品质参差不齐，且各个数据源失去的后果置信度状况也不一样。
因而咱们须要应用决策树 +XGBoost 等模型来综合预测用户标签。比方以下几种标签的决策树如图所示：
年龄段：
性别：
婚姻状况：
二、模型形象
一开始，我筹备参照机器学习的 PMML 来实现决策树的形象性能，然而看了一整天的 PMML 官网文档和一大堆 PMML 相干的文章后，我发现这种计划对我来实现起来太过简单。机器学习的 PMML 文件大多都是模型代码主动生成的，不适宜咱们这种场景（咱们是要本人实现把决策树转换为 PMML 文件）。如果想要咱们来写生成 PMML 文件的代码，那么须要精通 PMML 的各类标签定义，以及在 spark 环境下怎么加载该文件，以及如何保障加载的 Model 是咱们想要的逻辑，这里实现起来，后续工作可能很简单。
没方法，我只能思考在咱们本人的需要背景下，怎么本人写代码来实现决策树模型的形象性能。
它至多包含以下几个难点：
一、如何形象决策树
二、如何设计相似 PMML 的配置文件
三、
三、性能实现
四、优化计算
五、我的项目总结
正文完