在Pyspark中使用LabeledPoint函数是否需要将分类属性转换为数字属性？_Pyspark_Categorical Data

在Pyspark中使用LabeledPoint函数是否需要将分类属性转换为数字属性？

pyspark

在Pyspark中使用LabeledPoint函数是否需要将分类属性转换为数字属性？,pyspark,categorical-data,Pyspark,Categorical Data,我是Pyspark的新手。我有一个包含分类特征的数据集，我想使用pyspark的回归模型来预测连续值。我被困在使用MLlib模型所需的数据预处理中是的，这是必要的。您不仅要转换为数值，还要进行编码，使其对线性模型有用。这两个步骤都是在pyspark.ml（而不是mllib）中通过以下方式实现的： pyspark.ml.feature.StringIndexer-索引 pyspark.ml.feature.OneHotEncoder-编码

我是Pyspark的新手。我有一个包含分类特征的数据集，我想使用pyspark的回归模型来预测连续值。我被困在使用MLlib模型所需的数据预处理中

是的，这是必要的。您不仅要转换为数值，还要进行编码，使其对线性模型有用。这两个步骤都是在

pyspark.ml

（而不是

mllib

）中通过以下方式实现的：

```
pyspark.ml.feature.StringIndexer
```
-索引
```
pyspark.ml.feature.OneHotEncoder
```
-编码