Apache spark Spark-ML朴素贝叶斯类值到概率指数映射

这个问题听起来很明显，但我已经做了很多搜索来找到答案，但还不能得到完整的证明

我正在使用Spark ML软件包，在运行Naive Bayes之后，得到了正确的概率结果，但没有找到一种方法来用概率索引映射特定的类值（不是通过查看结果，我知道哪个索引指向标签列中的哪个类值，但我需要一种编程方式，是否有任何方式，在其中一个文档中，我发现标签列中出现最多的类的索引为0，以此类推，但如果多个类的出现次数相同，该怎么办）

一种方法：

val firstResult = resultsDataFrame.select($"probability", $"prediction").first()
val probabilityVector = firstResult(0).asInstanceOf[Vector]
val prediction = firstResult(1).asInstanceOf[Double]
val probabilityIndex = if ((probabilityVector(0) < 0.5 && prediction == 0) || (probabilityVector(0) > 0.5 && prediction == 1)) 0 else 1

val firstResult=resultsDataFrame.select（$“概率”，“预测”）.first（）
val probabilityVector=firstResult（0）。asInstanceOf[Vector]
val预测=第一个结果（1）。asInstanceOf[双精度]
val probabilityIndex=if（（probabilityVector（0）<0.5&&prediction==0）| |（probabilityVector（0）>0.5&&prediction==1））0其他1

概率指数是您正在寻找的一种方法：

val firstResult = resultsDataFrame.select($"probability", $"prediction").first()
val probabilityVector = firstResult(0).asInstanceOf[Vector]
val prediction = firstResult(1).asInstanceOf[Double]
val probabilityIndex = if ((probabilityVector(0) < 0.5 && prediction == 0) || (probabilityVector(0) > 0.5 && prediction == 1)) 0 else 1

val firstResult=resultsDataFrame.select（$“概率”，“预测”）.first（）
val probabilityVector=firstResult（0）。asInstanceOf[Vector]
val预测=第一个结果（1）。asInstanceOf[双精度]
val probabilityIndex=if（（probabilityVector（0）<0.5&&prediction==0）| |（probabilityVector（0）>0.5&&prediction==1））0其他1

概率指数就是你要找的