Python 3.x 如何在pyspark中命名kmeans集群

我有以下代码：

%pyspark
from pyspark.ml.linalg import Vectors
from pyspark.ml.feature import VectorAssembler
from pyspark.ml.clustering import KMeans
from pyspark.ml import Pipeline
(trainingData, testData) = dataFrame.randomSplit([0.7, 0.3])
assembler = VectorAssembler(inputCols = ["PetalLength", "PetalWidth", "SepalLength", "SepalWidth"], outputCol="features")
kmeans = KMeans().setK(3).setSeed(101010)
pipeline = Pipeline(stages=[assembler, kmeans])
modelKMeans = pipeline.fit(dataFrame)

当我运行这个时：

predictions = modelKMeans.transform(testData)
z.show(predictions)

---

我想在预测栏中看到“毛鸢尾”而不是0，“花色鸢尾”而不是1，“维吉尼亚鸢尾”而不是2。有可能吗？

KMeans不是一种分类算法，它是一种聚类算法。因此，它不知道它制造的集群对应什么。如果您想要“Iris setosa”而不是0，则必须首先检查“Iris setosa”组是否对应于0。你不能事先做这件事。然后，您可以使用映射创建一个新列：

groups=when（预测==0，“Iris setosa”）\
.when（预测==1，“Iris versicolor”）\
.何时（预测=2，“维吉尼亚鸢尾”）\
。否则（无）