Spark ML常用函数

VectorAssembler是一个transformer，作用是将多列数据转化为单列的向量列。

 val assembler = new VectorAssembler().setInputCols(featureCol).setOutputCol("features")

StringIndexer 作用是把一组字符型标签编码成一组标签索引，索引的范围为0到标签数量。

val indexer = new StringIndexer().setInputCol("category").setOutputCol("categoryIndex").fit(df)

IndexToString 作用是把标签索引的一列重新映射回原有的字符型标签。

val converter = new IndexToString(). setInputCol("categoryIndex").setOutputCol("originalCategory")

OneHotEncoder 作用是指把一列标签索引映射成一列二进制数组，且最多的时候只有一位有效。比如逻辑斯蒂回归。

VectorIndexer 作用是解决向量数据集中的类别特征索引。