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

我在数据框中有数据：

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 方法进行转换，该方法是所有ML Models 的一部分。请注意，它们都要求DataFrames 具有与您的训练数据相同的结构，因此需要一个fetures 列。