如何将CSV文件转换为SVM以进行ML培训

Question

我有这个数据集，我希望在Apache Spark 2.1.1中训练多个ML模型。它由10列组成，其中2列包含字符串。删除这些列不是一种选择，因为它们对我希望收集的信息至关重要。但是，由于此问题，我无法将CSV文件转换为SVM以继续进行实验。

我已经尝试将其转换为RDD，然后成功保存为SVM，但文件永远不会保存。还有其他方法吗？

Answer 1

您可以在相关的两列中创建两个字符串数组，并使用索引作为要素（而不是使用字符串值）来训练模型。