scala - 数据框上的 FPGrowth？

Question

假设我有一个这种结构的数据框:

time| asset | parameter  
----|-------|----------
T1  |  A1   | P1
T1  |  A1   | P2
T1  |  A1   | P3
T1  |  A2   | P1
T1  |  A2   | P2
T1  |  A2   | P3
T2  |  A1   | P1
....

等等

我想在此数据帧上使用 FPGrowth API(作为 spark.mllib 的一部分)，其中与同一时间戳对应的所有参数都被视为事务。我该怎么办？

documentation 中给出的示例简单地谈论正在读取的文件，每一行对应一个不同的事务。

我是 Spark 新手，因此欢迎任何形式的帮助!(Spark 版本 1.6.2 与 Scala)

Answer 1

透视您的数据，以便每个事务只有一行。

然后运行 ​​FPgrowth。