2014-11-09 14 views
6

Ich benutze MLlib von Apache-Spark und Scala. Ich braucheRDD von Vector in LabeledPoint mit Scala - MLLib in Apache Spark konvertieren

import org.apache.spark.mllib.linalg.{Vector, Vectors}  
import org.apache.spark.mllib.regression.LabeledPoint  

in einem LabeledPoint, um eine Gruppe von Vektor zu konvertieren, die Algorithmen von MLLib
Jeder Vektor anzuwenden besteht aus Double-Wert von 0,0 (false) oder 1,0 (true). Alle Vektoren werden in einer RDD gespeichert, so dass die endgültige RDD von der Art ist,

val data_tmp: org.apache.spark.rdd.RDD[org.apache.spark.mllib.linalg.Vector]  

Also, in der RDD gibt es Vektoren erzeugen mit

def createArray(values: List[String]) : Vector = 
    {     
     var arr : Array[Double] = new Array[Double](tags_table.size) 
     tags_table.foreach(x => arr(x._2) = if (values.contains(x._1)) 1.0 else 0.0) 
     val dv: Vector = Vectors.dense(arr) 
     return dv 

     } 
    /*each element of result is a List[String]*/ 
    val data_tmp=result.map(x=> createArray(x._2)) 
    val data: RowMatrix = new RowMatrix(data_tmp)   

Wie ich von diesem RDD erstellen (data_tmp) oder aus der RowMatrix (data) ein LabeledPoint-Set zur Verwendung der MLLib-Algorithmen? Zum Beispiel ich brauche die SVM-lineare alghoritms here

Antwort

1

ich die Lösung gefunden zeigen anzuwenden:

def createArray(values: List[String]) : Vector = 
    {     
      var arr : Array[Double] = new Array[Double](tags_table.size) 
      tags_table.foreach(x => arr(x._2) = if (values.contains(x._1)) 1.0 else 0.0) 
      val dv: Vector = Vectors.dense(arr) 
      return dv 

    } 
    val data_tmp=result.map(x=> createArray(x._2))  
    val parsedData = data_tmp.map { line => LabeledPoint(1.0,line) }