Я использую Spark 1.6.1:

В настоящее время я использую CrossValidator для обучения моего ML Pipeline с различными параметрами. После обучения я могу использовать свойство bestModel CrossValidatorModel, чтобы получить модель, которая показала наилучшие результаты при перекрестной проверке. Остальные модели перекрестной проверки автоматически отбрасываются или я могу выбрать модель, которая работает хуже, чем bestModel?

Я спрашиваю, потому что я использую метрику балла F1 для перекрестной проверки, но меня также интересует weighedRecall для всех моделей, а не только для модели, которая показала наилучшие результаты во время перекрестной проверки

val folds = 6
val cv = new CrossValidator()
  .setEstimator(pipeline)
  .setEvaluator(new MulticlassClassificationEvaluator)
  .setEstimatorParamMaps(paramGrid)
  .setNumFolds(folds)

val avgF1Scores = cvModel.avgMetrics

val predictedDf = cvModel.bestModel.transform(testDf)

// Here I would like to predict as well with the other models of the cross validation