类似于如下的操作,根据 key 分组,对每个分组应用 mllib 里的算法训练一个模型
val input = spark.read.load(..)
val models = input
.groupByKey(x => x.age)
.mapGroups{
(k, v) =>
val subset = v.toList.toDS
someModel.fit(subset)
}
mllib 的算法好像需要接收 rdd 类型数据,但分组后的数据是 Iterable ?
这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。
V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。
V2EX is a community of developers, designers and creative people.