pyspark 用fit训练数据集的时候出现"Params must be either a param map or a list/tuple of param maps,

在anaconda用决策树训练数据，

from pyspark.ml.classification import DecisionTreeClassifier
dt=DecisionTreeClassifier(labelCol="label",featuresCol="features")
dt_model=dt.fit(dfff)

出现错误

没办法，最后通过谷歌搜索，最后猜测可能是当我用cast转换数据类型时，导致某些数据不能转换从而变成null。

然后再转换类型之后，用dff.dropna()。用dfff.count()查看数据行数，果然比之前少了10条数据。
再执行上面的代码，没报错。

df=df.select([df[col].cast("double") for col in df.columns])
df=df.dropna()

执行下面代码。出现结果

print(dt_model)

DecisionTreeClassificationModel (uid=DecisionTreeClassifier_49c7b461375198d98f68) of depth 5 with 59 nodes

查看下面的错误消息，会发现有这么一句话：
Caused by: org.apache.spark.SparkException: Values to assemble cannot be null.