Muzi_Water的博客

目录1.导入包2.导入数据并创建DataFrame3.划分数据集，定义模型框架4.用pipline将训练步骤串联，训练模型5.在测试集上预测，查看部分结果6.评估模型，打印树模型7.运行结果1.导入包import org.apache.log4j.{Level, Logger}import org.apache.spark.sql.SparkSession...

从Spark 2.0开始，Spark中的基于RDD的spark.mllib包已进入维护模式，现在Spark主要的机器学习API是基于DataFrame的spark.ml包，基于RDD的API将在Spark3.0之后移除，(DataFrame API支持的语言有Scala，Java，Python和R。Dataset API 支持Scala和Java。 Python不支持Dataset API)。所...