मेरे पास पूर्णांक की 2 डी सूची है और मैं चाहूंगास्पार्क एमएलआईबीआईबी में एसवीएम मॉडल की भविष्यवाणी विधि का उपयोग करने के लिए इसे आरडीडी [वेक्टर] या जावाआरडीडी [वेक्टर] में परिवर्तित करें। मैंने इसे आरडीडी में बदलने के लिए निम्नलिखित की कोशिश की है। लेकिन ऐसा लगता है कि यह मेरी जरूरत नहीं है।
val tuppleSlides = encoded.iterator.sliding(10).toList
val rdd = sc.parallelize(tuppleSlides)
किसी भी विचार को सही प्रकार में बदलने के लिए आदेश क्या है?
पहले ही, आपका बहुत धन्यवाद।
उत्तर:
उत्तर № 1 के लिए 1यदि आप एमएलआईबीबी का उपयोग करना चाहते हैं तो आपको एक की आवश्यकता होगी RDD[LabeledPoint]
। डेटा की अपनी 2 डी सूची और लेबल की कुछ सूची को देखते हुए, आप अपना बना सकते हैं RDD[LabeledPoint]
जैसे:
scala> val labels = List(1.0, -1.0)
labels: List[Double] = List(1.0, -1.0)
scala> val myData = List(List(1d,2d), List(3d,4d))
myData: List[List[Double]] = List(List(1.0, 2.0), List(3.0, 4.0))
scala> import org.apache.spark.ml.linalg.Vectors
import org.apache.spark.ml.linalg.Vectors
scala> import org.apache.spark.ml.feature.LabeledPoint
import org.apache.spark.ml.feature.LabeledPoint
scala> val vectors = myData.map(x => Vectors.dense(x.toArray))
vectors: List[org.apache.spark.ml.linalg.Vector] = List([1.0,2.0], [3.0,4.0])
scala> val labPts = labels.zip(vectors).map{case (l, fV) => LabeledPoint(l, fV)}
labPts: List[org.apache.spark.ml.feature.LabeledPoint] = List((1.0,[1.0,2.0]), (-1.0,[3.0,4.0]))
scala> val myRDD = sc.parallelize(labPts)
myRDD: org.apache.spark.rdd.RDD[org.apache.spark.ml.feature.LabeledPoint] = ParallelCollectionRDD[0] at parallelize at <console>:34