Scala 从spark中的稀疏向量创建标签点

我使用VectorAssembler在spark/scala中的数据帧中创建了一个特征向量。到目前为止一切正常。现在我想从标签和稀疏向量创建标签点

val labeledPoints = featureDf.map{r=>
  val label = r(0).toString.toDouble + r(1).toString.toDouble + r(2).toString.toDouble
  val features = r(r.size-1)
  LabeledPoint(label, Vectors.sparse(features))

}

但这不起作用。我得到一个编译错误。错误是：

overloaded method value sparse with alternatives:
(size: Int,elements: Iterable[(Integer,java.lang.Double)])org.apache.spark.mllib.linalg.Vector
<and>
(size: Int,elements: Seq[(Int, scala.Double)])org.apache.spark.mllib.linalg.Vector
<and>
(size: Int,indices: Array[Int],values:Array[scala.Double])org.apache.spark.mllib.linalg.Vector
cannot be applied to (Any)

重载的方法值稀疏，带有替代项：
（大小：Int，元素：Iterable[（Integer，java.lang.Double）]org.apache.spark.mllib.linalg.Vector
（大小：Int，元素：Seq[（Int，scala.Double）]org.apache.spark.mllib.linalg.Vector
（大小：Int，索引：Array[Int]，值：Array[scala.Double]）org.apache.spark.mllib.linalg.Vector
无法应用于（任何）

我已经尝试使用

val features=r（r.size-1）来强制转换向量。asInstanceOf[vector]

等等，但没有任何效果。有人知道如何解决这个问题吗

---

提前谢谢

这里需要的是

行。getAs

方法：

val features = r.getAs[org.apache.spark.mllib.linalg.SparseVector](r.size - 1)

它还支持按名称提取，因此假设您的列名为

features

：

r.getAs[org.apache.spark.mllib.linalg.SparseVector]("features")