- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我有一个这样的数据文件:
"id"; "a"; "b"; "c"; "d"; "e"; "f"; "outcome"
1144216938;1988;0;0;1;1965.115431348724;19.07168894289186;0
1093965329;2004;1;1;1;302.2244897959184;16.762951334379906;1
....
第一列代表每个案例的 id 标签,而最后一列代表二进制结果,即 0 或 1。中间的所有变量都用于逻辑回归模型(我尚未对它们进行标准化)。我在 Spark 中读取该文件:
JavaRDD<String> data = sc.textFile(filename);
JavaRDD<LabeledPoint> parseddata = data
.map((String line) -> {
String[] parts = line.split(";");
double[] points = new double[parts.length - 1];
for (int i = 0; i < (parts.length - 1); i++) {
points[i] = Double.valueOf(parts[i]);
}
return new LabeledPoint(Double.valueOf(parts[parts.length - 1]), Vectors.dense(points));
});
我不熟悉 LabeledPoint 数据结构,所以这可能很容易解决,但我不明白如何......所以我有三个相关问题:
编辑根据 Eliasah 的评论,这应该可以解决问题:
// retrieve the header
String first = data.first();
// filter it out
JavaRDD<String> filteredData = data.filter((String s) -> {
return !s.contains(first);
});
结束编辑
有没有办法将第一列映射为行名称,以便将其从回归模型中使用的点中排除 - 除了使用:
for (int i = 1; i < (parts.length - 1); i++) {
points[i] = Double.valueOf(parts[i]);
}
最后,当我使用以下方法从回归模型检索预测时,如何将预测映射到正确的“id”:
JavaRDD<Tuple2<Object, Object>> predictionAndLabels = test.map((LabeledPoint p) -> {
Double prediction = model.predict(p.features());
return new Tuple2<Object, Object>(prediction, p.label());
});
编辑2尽管答案说明了一切,但我能想到的是:
JavaRDD<Tuple2<Object, Object>> results = filteredData.map((String line) -> {
String[] parts = line.split(";");
double[] points = new double[parts.length - 1];
//skip first column with npi values
for (int i = 1; i < (parts.length - 1); i++) {
points[i] = Double.valueOf(parts[i]);
}
LabeledPoint labeledPoint = new LabeledPoint(Double.valueOf(parts[parts.length - 1]), Vectors.dense(points));
return new Tuple2<Object, Object>(parts[0], model.predict(labeledPoint.features()));
});
这很遗憾,因为我基本上又重新制作了 map ......这是正确的方法吗?
编辑3
感谢 eliasah 的其他评论,我现在过滤数据如下:
JavaRDD<Tuple2<String, LabeledPoint>> parsedData = filteredData.map((String line) -> {
String[] parts = line.split(";");
double[] points = new double[parts.length - 1];
for (int i = 1; i < (parts.length - 1); i++) {
points[i] = Double.valueOf(parts[i]);
}
return new Tuple2<String, LabeledPoint>(parts[0], new LabeledPoint(Double.valueOf(parts[parts.length - 1]), Vectors.dense(points)));
});
我用它来训练:
JavaRDD<LabeledPoint> training = parsedData
.map((Tuple2<String, LabeledPoint> z) -> {
return z._2();
});
并检索我的每个案例的概率:
JavaRDD<Tuple2<String, Double>> results = parsedData
.map((Tuple2<String, LabeledPoint> z) -> {
return new Tuple2<String, Double>(z._1(), model.predict(z._2().features()));
});
最佳答案
关于 header ,我通常使用 header 是 rdd.first() 来获取 header ,然后在 rdd 上使用过滤器:
String header = data.first();
JavaRDD<String> filteredData = data.filter((String s) -> {
return !s.contains(header);
});
关于最后一个问题,我使用 Scala 映射第二部分,然后根据 vector 是稀疏还是密集,我按如下方式创建 vector 。
你需要跟踪你的idlabeledpoint RDD[(Int,LabeledPoint)](对不起,我更熟悉scala)然后你可以通过这个rdd进行mapreduce来预测labeledpoint.feature
rdd.map{ case (id,p) => (id,model.predict(p.features)) }
关于java - 如何在 Spark 中管理 JavaRDD<LabeledPoint> 数据结构,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/33223152/
我正在编写一个具有以下签名的 Java 方法。 void Logger(Method method, Object[] args); 如果一个方法(例如 ABC() )调用此方法 Logger,它应该
我是 Java 新手。 我的问题是我的 Java 程序找不到我试图用作的图像文件一个 JButton。 (目前这段代码什么也没做,因为我只是得到了想要的外观第一的)。这是我的主课 代码: packag
好的,今天我在接受采访,我已经编写 Java 代码多年了。采访中说“Java 垃圾收集是一个棘手的问题,我有几个 friend 一直在努力弄清楚。你在这方面做得怎么样?”。她是想骗我吗?还是我的一生都
我的 friend 给了我一个谜语让我解开。它是这样的: There are 100 people. Each one of them, in his turn, does the following
如果我将使用 Java 5 代码的应用程序编译成字节码,生成的 .class 文件是否能够在 Java 1.4 下运行? 如果后者可以工作并且我正在尝试在我的 Java 1.4 应用程序中使用 Jav
有关于why Java doesn't support unsigned types的问题以及一些关于处理无符号类型的问题。我做了一些搜索,似乎 Scala 也不支持无符号数据类型。限制是Java和S
我只是想知道在一个 java 版本中生成的字节码是否可以在其他 java 版本上运行 最佳答案 通常,字节码无需修改即可在 较新 版本的 Java 上运行。它不会在旧版本上运行,除非您使用特殊参数 (
我有一个关于在命令提示符下执行 java 程序的基本问题。 在某些机器上我们需要指定 -cp 。 (类路径)同时执行java程序 (test为java文件名与.class文件存在于同一目录下) jav
我已经阅读 StackOverflow 有一段时间了,现在我才鼓起勇气提出问题。我今年 20 岁,目前在我的家乡(罗马尼亚克卢日-纳波卡)就读 IT 大学。足以介绍:D。 基本上,我有一家提供簿记应用
我有 public JSONObject parseXML(String xml) { JSONObject jsonObject = XML.toJSONObject(xml); r
我已经在 Java 中实现了带有动态类型的简单解释语言。不幸的是我遇到了以下问题。测试时如下代码: def main() { def ks = Map[[1, 2]].keySet()
一直提示输入 1 到 10 的数字 - 结果应将 st、rd、th 和 nd 添加到数字中。编写一个程序,提示用户输入 1 到 10 之间的任意整数,然后以序数形式显示该整数并附加后缀。 public
我有这个 DownloadFile.java 并按预期下载该文件: import java.io.*; import java.net.URL; public class DownloadFile {
我想在 GUI 上添加延迟。我放置了 2 个 for 循环,然后重新绘制了一个标签,但这 2 个 for 循环一个接一个地执行,并且标签被重新绘制到最后一个。 我能做什么? for(int i=0;
我正在对对象 Student 的列表项进行一些测试,但是我更喜欢在 java 类对象中创建硬编码列表,然后从那里提取数据,而不是连接到数据库并在结果集中选择记录。然而,自从我这样做以来已经很长时间了,
我知道对象创建分为三个部分: 声明 实例化 初始化 classA{} classB extends classA{} classA obj = new classB(1,1); 实例化 它必须使用
我有兴趣使用 GPRS 构建车辆跟踪系统。但是,我有一些问题要问以前做过此操作的人: GPRS 是最好的技术吗?人们意识到任何问题吗? 我计划使用 Java/Java EE - 有更好的技术吗? 如果
我可以通过递归方法反转数组,例如:数组={1,2,3,4,5} 数组结果={5,4,3,2,1}但我的结果是相同的数组,我不知道为什么,请帮助我。 public class Recursion { p
有这样的标准方式吗? 包括 Java源代码-测试代码- Ant 或 Maven联合单元持续集成(可能是巡航控制)ClearCase 版本控制工具部署到应用服务器 最后我希望有一个自动构建和集成环境。
我什至不知道这是否可能,我非常怀疑它是否可能,但如果可以,您能告诉我怎么做吗?我只是想知道如何从打印机打印一些文本。 有什么想法吗? 最佳答案 这里有更简单的事情。 import javax.swin
我是一名优秀的程序员,十分优秀!