apache-spark - 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

我的数据框中有数据:

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

然后将期望值(标签)与预测值进行比较

Answer 1

要预测，您需要有一个Dataframe，并使用 transform 将其转换。方法是所有ML Models的一部分。请注意，所有这些都需要 DataFrame 与训练数据具有相同的结构，因此需要一个 features 列。