Spark ML 管道使用

Question

我创建了一个包含多个转换器的 ML 管道，其中包括一个在数据标签训练期间使用的 StringIndexer。 然后我存储生成的 PipelineModel，稍后将用于在没有标签的数据集上进行数据准备和预测。

问题是创建的管道模型的 transform 函数无法应用于新的 DataFrame，因为它期望数据标签可用。

我错过了什么？ 这应该怎么做？

注意：我的目标是拥有一个单一的管道（即我想将各种转换和 ML 算法保持在一起）

谢谢！

Answer 1

您应该粘贴您的源代码。然后您的测试数据格式应该与您的火车数据一致，包括特征名称。但您不需要标签列。 可以参考official site