样本权重可以用于 Spark MLlib 随机森林训练吗？
Can sample weight be used in Spark MLlib Random Forest training?
我正在使用 Spark 1.5.0 MLlib 随机森林算法（Scala 代码）进行二次 class class化。由于我使用的数据集是高度不平衡的，因此大多数 class 以 10% 的采样率进行了下采样。
是否可以在Spark随机森林训练中使用采样权重（本例中为10）？我在随机森林 trainClassifier() 的输入参数中没有看到权重。
在 Spark 1.5 中完全没有，在 Spark 1.6 中只有部分（Logistic/LinearRegression）
https://issues.apache.org/jira/browse/SPARK-7685
这是跟踪所有子任务的伞状 JIRA
我正在使用 Spark 1.5.0 MLlib 随机森林算法（Scala 代码）进行二次 class class化。由于我使用的数据集是高度不平衡的，因此大多数 class 以 10% 的采样率进行了下采样。
是否可以在Spark随机森林训练中使用采样权重（本例中为10）？我在随机森林 trainClassifier() 的输入参数中没有看到权重。
在 Spark 1.5 中完全没有，在 Spark 1.6 中只有部分（Logistic/LinearRegression）
https://issues.apache.org/jira/browse/SPARK-7685
这是跟踪所有子任务的伞状 JIRA