![](/img/trans.png)
[英]ClassCastException: java.lang.Double cannot be cast to org. apache.spark.mllib.linalg.Vector While using LabeledPoint
[英]Creation of RDD[LabeledPoint]: java.lang.ClassCastException: java.lang.Long cannot be cast to java.lang.Double
我编写了以下代码,以便将SQL DataFrame df
转换为RDD[LabeledPoint]
:
val targetInd = df.columns.indexOf("myTarget")
val ignored = List("myTarget")
val featInd = df.columns.diff(ignored).map(df.columns.indexOf(_))
df.printSchema
val dfLP = df.rdd.map(r => LabeledPoint(
r.getDouble(targetInd),
Vectors.dense(featInd.map(r.getDouble(_)).toArray)
))
架构如下所示:
root
|-- myTarget: long (nullable = true)
|-- var1: long (nullable = true)
|-- var2: double (nullable = true)
当我运行dfLP.foreach(l => l.label)
,会发生以下错误:
java.lang.ClassCastException: java.lang.Long cannot be cast to java.lang.Double
如何将标签加倍? 我希望其他功能可能是双倍或长,不是吗? 如果不是这样,那么我还需要将其余功能强制转换为双倍。
您可以尝试在映射之前将所有列转换为双精度。 使用foldLeft可以做到这一点:
df.columns.foldLeft(df) {
(newDF, colName) => newDF.withColumn(colName, df(colName).cast("double"))
}
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.