个人中心
文章发布
退出
作者热门文章
- html - 出于某种原因，IE8 对我的 Sass 文件中继承的 html5 CSS 不友好？
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景？
24
4
您好，我正在使用自定义 UDF 对每列中的每个值求平方根。
square_root_UDF = udf(lambda x: math.sqrt(x), DoubleType())
for x in features:
dataTraining = dataTraining.withColumn(x, square_root_UDF(x))
有没有更快的方法来完成它？多项式展开函数不适用于这种情况。
最佳答案
不要使用 UDF。而是使用内置的:
from pyspark.sql.functions import sqrt
for x in features:
dataTraining = dataTraining.withColumn(x, sqrt(x))
关于apache-spark - 星火 ML : Taking square root of feature columns，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/42979735/
24
4
0
我已经在 Window 中安装了 Spark。我正在尝试从 D: 驱动器加载文本文件。 RDD 正在正常创建，但是当我对该接收错误执行任何操作时。我尝试了斜线的所有组合但没有成功 scala> val
我正在尝试使用 Spark 的 MLlib 在 Java 上实现 KMeans，我偶然发现了一个问题，那就是，尽管我导入了正确的 jar，但我的编译器无法识别这一行 // Cluster the da
在尝试使用 Databricks 提供的动手实验室执行 spark mllib ALS 时，是否有人知道此错误的可能原因？ 14/11/20 23:33:38 WARN Utils: Set SPAR
DataSet 中有 firm 列，我正在向该 DataSet 添加另一列 - firm_id 示例: private val firms: mutable.Map[String, Integer]
DirectFileOutputCommitter 在 Spark 2.2.0 中不再可用。这意味着写入 S3 需要非常长的时间(3 小时对 2 分钟)。我可以通过在 spark-shell 中将 F
在 DataFrame Apache Spark 中的对象(我正在使用 Scala 接口(interface))，如果我正在迭代它的 Row对象，有没有办法按名称提取值？我可以看到如何做一些非常尴尬的
我正在尝试从此处 (Learning Spark book) 运行示例，但出现以下错误: 16/10/07 01:15:26 ERROR Executor: Exception in task 0.0
我从 GH 开发大师那里构建了 Spark 1.4，并且构建顺利。但是当我执行 bin/pyspark 时，我得到了 Python 2.7.9 版本。我该如何更改？ 最佳答案 只需设置环境变量: 导出
我开始玩 Spark 2.0.1。新数据集 API 非常干净，但我在执行非常简单的操作时遇到了问题。 也许我遗漏了什么，希望有人能提供帮助。 这些说明 SparkConf conf = new Spa
我有这段代码在 scala 中运行良好: val schema = StructType(Array( StructField("field1", StringType, true),
我正在构建一个 Spark 应用程序，我必须在其中缓存大约 15 GB 的 CSV 文件。我读到了新的 UnifiedMemoryManager Spark 1.6 在这里介绍: https://0x
您好，我正在使用自定义 UDF 对每列中的每个值求平方根。 square_root_UDF = udf(lambda x: math.sqrt(x), DoubleType()) for x in f
我有一个 Apache Spark 应用程序在集群模式下运行在 YARN 集群上(spark 在这个集群上有 3 个节点)。 当应用程序运行时，Spark-UI 显示 2 个执行程序(每个运行在不同的
我有一个有效的 PostgreSQL 查询:当我在 PSQL 中复制/粘贴它时，我得到了想要的结果。 但是，当我使用 Spark SQL 运行时，它会导致 NullPointerException。
我需要使用 spark-sql 读取一个文件，该文件在当前目录中。 我使用此命令解压缩存储在 HDFS 上的文件列表。 val decompressCommand = Seq(laszippath,
提交复制并粘贴到下方的 Spark 应用程序时，我遇到了以下错误。我首先对这个问题进行了一些谷歌搜索，并确定这可能是一个签名 jar 的问题，该签名 jar 作为对我的 jar 构建过程的依赖项被加载
这个问题在这里已经有了答案: How to aggregate values into collection after groupBy? (3 个答案) Spark merge/combine a
我想通过将一个巨大的 csv 文件分割为不同的分区来优化 Spark 应用程序的运行时间，具体取决于它们的特性。 例如。我有一列带有客户 ID(整数，a)，一列带有日期(月 + 年，例如 01.201
我在尝试将文件从 hdfs 读取到 Spark 时遇到错误。文件 README.md 存在于 hdfs 中 spark@osboxes hadoop]$ hdfs dfs -ls README.md
一段时间后，无法弄清楚如何在运行 spark-sql 二进制文件时识别以下错误的根本原因: 15/12/08 14:48:41 WARN NativeCodeLoader: Unable to loa
我是一名优秀的程序员,十分优秀！