Spark-MLlib的快速使用之一（数据类型）

1、Vector 

数学向量，MLlib既支持稠密向量也支持稀疏向量。

稠密向量： 向量的每一位都存储下来。

稀疏向量：存储非零位以节约空间

 

2、LabeledPoint

表示带标签的数据点，包含一个特征向量与一个标签。

 

3、Model

训练算法的结果，通过predict()方法对新的数据进行预测

 

附：操作向量的基本实例

1. object VectorsTest {
2. def main(args: Array[String]): Unit = {
3.  
4. //创建稠密向量
5. val denseVec1 = Vectors.dense(1, 2, 3)
6. val denseVec2 = Vectors.dense(Array(1.0, 2.0, 3.0))
7.  
8. println(denseVec1)
9. println(denseVec2)
10.  
11. //创建稀疏向量
12. val sparseVec1 = Vectors.sparse(4, Array(0, 2), Array(1.0, 2.0))
13. println(sparseVec1)
14. }
15. }