Pypark RankingMetrics错误'；ImportError：没有名为numpy'；
我运行一个ALS推荐模型（558K用户，大约300种产品）。通过使用recommendProductsForUsers调用，我为每个用户获得了前十名推荐。 为了计算RankingMetrics，我需要以（userID，[10个产品id的数组]）的形式获得它，然后将它与用户的实际评分（userID，[使用的产品列表]）结合起来 但是，当我运行“recommendProductsForUsers（10）”并尝试使用它时，我总是遇到pysaprk错误“ImportError:没有名为numpy的模块”，这与我在pyspark中使用numpy时没有问题不同。 这更像是“资源不足错误”？（工人使用8g，守护进程使用8g，驱动程序使用8g） 是否有更好/更有效的方法将推荐产品供应商（10）的输出重塑为RankingMetrics所需的RDD？我做错了什么？ 在官方文档中只有一个scala示例，给出的pyspark示例显示了错误的度量（回归度量）。见： 守则：Pypark RankingMetrics错误'；ImportError：没有名为numpy'；,numpy,pyspark,apache-spark-mllib,Numpy,Pyspark,Apache Spark Mllib,我运行一个ALS推荐模型（558K用户，大约300种产品）。通过使用recommendProductsForUsers调用，我为每个用户获得了前十名推荐。 为了计算RankingMetrics，我需要以（userID，[10个产品id的数组]）的形式获得它，然后将它与用户的实际评分（userID，[使用的产品列表]）结合起来 但是，当我运行“recommendProductsForUsers（10）”并尝试使用它时，我总是遇到pysaprk错误“ImportError:没有名为numpy的模块”
# RankingMetrics on VALIDATION + TEST set
# Get recommendations per user (top-n list)
# Need to collect() immediately or resource/numpy error ! Then parallelize
again into an RDD for remap/join
t0_adv=time()
userRecommended = bestModel.recommendProductsForUsers(n).collect()
userRecommended_RDD = sc.parallelize(userRecommended)\
.map(lambda (k,v): (k, [x[1] for x in v]))
# Get the actual usage
userMovies = validation_RDD.groupBy("new_uid")\
.agg(F.collect_set("new_pgm")\
.alias("actualVideos")).rdd
# join into a prediction vs actual RDD
predictionsAndLabels = userRecommended_RDD.join(userMovies).cache()
# Get the metrics
metricsRank = RankingMetrics(predictionsAndLabels.map(lambda r: r[1]))
tt_adv = time() - t0_adv
print "Time required : %.0f" % tt_adv
print "p5 %.8f" % metricsRank.precisionAt(5)
print "MAP %.8f" % metricsRank.meanAveragePrecision
print "nDCG %.8f" % metricsRank.ndcgAt(5)
此错误与Numpy未安装在工作计算机或其中一台工作计算机中有关。另一个原因可能是，如果您在workers中使用Anaconda，并且
PYSPARK_PYTHON