Zaczynając od Spark DataFrame, aby stworzyć matrycę wektorową do dalszego przetwarzania analitycznego.Iterowanie przez iskrę RDD
feature_matrix_vectors = feature_matrix1.map(lambda x: Vectors.dense(x)).cache()
feature_matrix_vectors.first()
Dane wyjściowe są tablicą wektorów. Niektóre z tych wektorze mają wartość null w nich
>>> DenseVector([1.0, 31.0, 5.0, 1935.0, 24.0])
...
>>> DenseVector([1.0, 1231.0, 15.0, 2008.0, null])
Od tego chcę iterację matrycy wektora i utworzyć tablicę LabeledPoint z 0 (zero), gdy wektor zawiera null, inaczej z 1.
def f(row):
if row.contain(None):
LabeledPoint(1.0,row)
else:
LabeledPoint(0.0,row)
próbowałem iterację matrycy wektora za pomocą
feature_matrix_labeledPoint = (f(row) for row in feature_matrix_vectors) # create a generator of row sums
next(feature_matrix_labeledPoint) # Run the iteration protocol
ale to nie działa.
TypeError: 'PipelinedRDD' object is not iterable
Każda pomoc będzie wielki
to tak ma odpowiedź szczegóły http://stackoverflow.com/a/25296061/429476 –