如何将实体主键映射到 Spark ML 预测？
How to map entity primary key to Spark ML predictions?
我训练了一个 Spark ML 模型，用它对我的坚持数据集进行了评分，现在需要查找特定实体的预测。
我怎样才能知道哪个预测是针对谁的？有没有一种方法可以将实体主键（例如 Member_ID）添加到我的预测输出中？
更具体地说：为了对数据集进行评分，我使用了：
predictions = trained_model.transform(holdout_data)
它生成一个包含以下列的数据框："features"、"label"、"prediction"
（标签是响应变量）
如何找到每个预测对应的Member_ID？
holdout_data 是否仅包含以下列：["features", "label"]？如果是这样，则将 Member_ID 添加到其中。
pyspark.ml 模型的 .transform() 方法 添加 额外列 prediction 到 holdout_data，所以如果 Member_ID 是从那里开始的，然后问题就解决了。
我训练了一个 Spark ML 模型，用它对我的坚持数据集进行了评分，现在需要查找特定实体的预测。
我怎样才能知道哪个预测是针对谁的？有没有一种方法可以将实体主键（例如 Member_ID）添加到我的预测输出中？
更具体地说：为了对数据集进行评分，我使用了：
predictions = trained_model.transform(holdout_data)
它生成一个包含以下列的数据框："features"、"label"、"prediction" （标签是响应变量）
如何找到每个预测对应的Member_ID？
holdout_data 是否仅包含以下列：["features", "label"]？如果是这样，则将 Member_ID 添加到其中。
pyspark.ml 模型的 .transform() 方法 添加 额外列 prediction 到 holdout_data，所以如果 Member_ID 是从那里开始的，然后问题就解决了。