为什么从 Spark 1.0.1 开始出现 KMeansModel.predict 错误？

Question

我使用Scala（2.10.4 版本）和Spark - 我已移至Spark 1.0.1。版本并注意到我的一个脚本现在无法正常工作。它以下列方式使用 MLlib 库中的 k-means 方法。

假设我有一个名为 clusters 的 KMeansModel 对象：

scala> clusters.toString
res8: String = org.apache.spark.mllib.clustering.KMeansModel@689eab53

这是我有问题的方法以及我在尝试编译时收到的错误：

scala> def clustersSize(normData: RDD[Array[Double]]) = {
 |   normData.map(r => clusters.predict(r))
 | }

<console>:28: error: overloaded method value predict with alternatives:
  (points: org.apache.spark.api.java.JavaRDD[org.apache.spark.mllib.linalg.Vector])org.apache.spark.api.java.JavaRDD[Integer] <and>
  (points: org.apache.spark.rdd.RDD[org.apache.spark.mllib.linalg.Vector])org.apache.spark.rdd.RDD[Int] <and>
  (point: org.apache.spark.mllib.linalg.Vector)Int
 cannot be applied to (Array[Double])
     normData.map(r => clusters.predict(r))

KMeansModel documentation 明确表示predict 函数需要Array[Double] 类型的参数，我想我确实（不是吗？）给它一个这种类型的参数。预先感谢您对我做错了什么提出任何建议。

Answer 1

您使用的是 Spark 1.0.1，但您引用的文档页面适用于 0.9.0。检查current documentation，您会看到API 已更改。背景见the migration guide。