TypeError:first（）缺少1个必需的位置参数：'；偏移量'；在DecisionTree中。Pyspark中的trainClassifier

我已经在Azure databricks上用pyspark编写了简单的代码（如下链接 -)

我将参数保留为默认值。在运行时，我得到一个错误-

TypeError:first（）缺少1个必需的位置参数：“偏移量”

我不确定这个错误指的是哪个参数，也不确定我需要在分类器中指定我的因变量在哪里

---

列车分类器将第一个参数作为RDD。这里，您提供的数据是一个数据帧。您看到错误是因为，

first（）

是一种可以应用于spark对象的方法

根据,， 训练数据：RDD。 标签应采用值{0，1，…，numclass-1}

因此，将

数据

转换为RDD，应该可以正常工作

%python
x='x'
z='y'
data = pd.DataFrame({'a':[1,2,3,41,2,6,2,3,56,1,2,5,1,2,45,1,3,2], 'b':[x,z,x,x,z,x,z,x,x,x,z,z,x,z,z,x,x,x]})

# Train a DecisionTree model.
model = DecisionTree.trainClassifier(data, numClasses=2, categoricalFeaturesInfo={},impurity='gini', maxDepth=5, maxBins=32)