Spark (1.6) ML 线性回归 - 如何使用模型进行预测

Question

我有一个有效的线性回归模型：

lrModel
org.apache.spark.ml.regression.LinearRegressionModel

我在数据框中有数据：

data
org.apache.spark.sql.DataFrame = [label: double, features: vector]

如何使用模型进行预测？就我而言，我想做类似的事情：

lrModel.predict(data)  // which doesn't work

然后将预期值（标签）与预测值进行比较

Answer 1

要预测你需要有一个 Dataframe，并使用 transform method which is part of all ML Models 转换它。请注意，所有这些都需要 DataFrame 具有相同的训练数据结构，因此有一个 fetures 列。