我如何从 mongodb 逐个字段获取并将其放入标记点答案

【问题标题】：how can i get field by field from mongodb and put it into labeledpoint我如何从 mongodb 逐个字段获取并将其放入标记点
【发布时间】：2018-08-30 08:09:01
【问题描述】：

我想使用来自 mongodb 的数据在 Spark 中创建一个LabeledPoint。我可以通过以下方式从 mongodb 获取字段：

from pymongo import MongoClient
client = MongoClient('localhost', 27017)
db1 = client.newumc
collection1 = db.data_classification
q_2 = collection1.find({}, {'q2':1,'_id':0})
q_1 = collection1.find({}, {'q1':1,'_id':0})
q_38 = collection1.find({}, {'q38':1,'_id':0})
_result = collection.find({},{'qresultat':1,'_id':0})

其中q1、q2、q38 和 qresultat 是来自 mongodb 的字段（q1、q2、q38 是特征，_result 是标签）。

但这对我不起作用：

lbpoint =  LabeledPoint(result, array([q1, q2, q38]))

并且类型（q2）是

pymongo.cursor.Cursor

任何人都可以帮助我，或者如果有人已经有一些决策树代码与 mongodb。

【问题讨论】：

标签： mongodb apache-spark machine-learning label decision-tree

【解决方案1】：

我通过使用解决了这个问题

spark = SparkSession \
.builder \
.appName("myApp") \
.config("spark.mongodb.input.uri", "mongodb://127.0.0.1/newumc.classification_data") \
.config("spark.mongodb.output.uri", "mongodb://127.0.0.1/newumc.classification_data") \
.getOrCreate()
df = spark.read.format("com.mongodb.spark.sql.DefaultSource").load()
column1 = df[1]
column2 = df[2]

【讨论】：