微笑 scala api：從數組創建數據幀

Question

我正在嘗試將微笑集成到我的 Scala 代碼庫中。 特別是，我想訓練一個隨機森林分類器。 在常見問題解答中寫道：

大多數 Smile 算法采用簡單的 double[] 作為輸入。 因此，只要樣本在雙數組中，您就可以使用您喜歡的方法或庫來導入數據。

但對於 RandomForest 似乎並非如此，所有擬合方法似乎都將一個公式和一個數據框作為輸入。 就我而言，我有兩個 Array[Array[Double]] 包含兩個不同類的示例：例如，第一個應標記為 0，第二個應標記為 1。 第一個數組具有形狀 (n_samples_0, n_features) 和第二個 (n_samples_1, n_features)

據我所知，在此數據上訓練微笑 randomForest 的唯一方法是首先將這兩個數組轉換為一個微笑數據框，其中包含 n_features + 1 列（每個特征一列+標簽一列）和 n_samples_0 + n_samples_1 行. 進而：

val formula: Formula = "class" ~
val rf = randomForest(formula, df)

因此我的問題是：有沒有辦法從 Scala API 中的數組創建數據幀？ 我只能通過讀取不同的文件格式來找到創建 Dataframe 的方法。

Answer 1

我設法通過使用 Smile DataFrames 的方法解決了我的問題。

這是一個最小的例子：（X1 和 X0 是包含特征的雙精度數組，每個子數組的大小為 600，X1 包含正類示例的特征，X0 包含負類示例的特征）

val X1: List[Array[Double]] = ???
val X0: List[Array[Double]] = ???
val y1 = X1.map(_ => Array(1))
val y0 = X0.map(_ => Array(0))
val X = (X1 ++ X0).toArray
val y = (y1 ++ y0).toArray
val dfX = DataFrame.of(X)
val dfy = DataFrame.of(y, "class")
val df = dfX.merge(dfy)
val formula: Formula = "class" ~
val rf = randomForest(formula, df)