保存 ml.feature.LabeledPoint 到本地 libsvm 文件

Question

（几乎是遗留的）mllib LabeledPoint 保存到 libsvm 文件如下：

val rddtoprint:RDD[LabeledPoint]= ....

MLUtils.saveAsLibSVMFile(rddtoprint, s"$newPath${File.separator}${fileName }")

ml.feature.LabeledPoint 的等效方法是什么？

Answer 1

好的，所以有两个选择。 1.自己做。生成为字符串并使用标准文件 IO

保存

  def libSVMFileAsString():String= {

    val sparse0=internalCheckColumnOrder()

    val rows:Array[String]=sparse0.lpData().map { case LabeledPoint(label, features) =>
      val sb = new StringBuilder(label.toString)
      features.foreachActive { case (i, v) =>
        sb += ' '
        sb ++= s"${i + 1}:$v"
      }
      sb.mkString
    }.collect()

    val sbOut:mutable.StringBuilder=new mutable.StringBuilder()
    rows.foreach(r=>sbOut.append(r + "\n"))
    sbOut.toString()
  }

转换为dataframe然后保存：

def labeledPintsAsDataFrame(): DataFrame =
{
   lpData:RDD[LabeledPoint]=...
   val sqlContext = spark.sqlContext
   import sqlContext.implicits._
   lpData().toDF
}

然后

dftoprint.write.format("libsvm").save(s"$newPath${File.separator}${fileName}")

Answer 2

至少早在Spark 2.2的时候，MLUtils中就有了辅助方法

https://spark.apache.org/docs/2.0.0/api/java/index.html?org/apache/spark/mllib/util/MLUtils.html

保存 ml.feature.LabeledPoint 到本地 libsvm 文件

Save ml.feature.LabeledPoint to local libsvm file

scala

libsvm

apache-spark