使用Spark（1.6）ML线性回归 - 如何使用模型进行预测

Question

3

我有一个可用的线性回归模型：

lrModel
org.apache.spark.ml.regression.LinearRegressionModel

and I have data in a dataframe:

data
org.apache.spark.sql.DataFrame = [label: double, features: vector]

如何使用模型进行预测？在我的案例中，我想要做如下操作：

lrModel.predict(data)  // which doesn't work

然后将预期值（标签）与预测值进行比较。

- jduff1075

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Alberto Bonsanto · Accepted Answer

要进行预测，您需要拥有一个 Dataframe，并使用所有 ML Models 中的 transform 方法将其转换。请注意，它们都要求 DataFrame 具有与训练数据相同的结构，因此需要一个 fetures 列。