Scala ChiSqSelector-真实功能-Spark

我正在使用Spark 1.6构建一个NB模型，并使用ChiSqSelector来识别顶级功能。我总共有7个功能，正在寻找前3个。虽然流程运行良好，但我将如何识别被评为顶级功能的实际功能。由于数据是分类的，所以我无法将输出映射到实际的输入列

val chidata = cat_recs.map(r => (r.getDouble(targetInd), Vectors.dense(featuresidx.map(r.getDouble(_)).toArray))).toDF("target","features")
val sel = new ChiSqSelector().setNumTopFeatures(3).setFeaturesCol("features").setLabelCol("target").setOutputCol("selectedFeatuers")
val chiresult = sel.fit(chidata).transform(chidata)

输出是

scala> chiresult.foreach(println)
[1.0,[0.0,2.0,0.0,5.0,7.0,5.0,1.0],[0.0,5.0,7.0]]
[1.0,[4.0,3.0,0.0,5.0,7.0,5.0,1.0],[0.0,5.0,7.0]]
[0.0,[3.0,2.0,0.0,5.0,7.0,5.0,3.0],[0.0,5.0,7.0]]
[1.0,[1.0,2.0,0.0,1.0,7.0,5.0,2.0],[0.0,1.0,7.0]]
[1.0,[0.0,2.0,0.0,1.0,7.0,5.0,3.0],[0.0,1.0,7.0]]

结构-目标：双，特征：向量，选择特征：向量 从上面来看，让我们以第一行为例

[1.0,[0.0,2.0,0.0,5.0,7.0,5.0,1.0],[0.0,5.0,7.0]]

我如何识别它在selectedFeatures中所指的0.0，第5行也是如此

请帮忙

谢谢

巴拉在你的例子中：

[1.0,[0.0,2.0,0.0,5.0,7.0,5.0,1.0],[0.0,5.0,7.0]]

最后一列[0.0,5.0,7.0]表示选定特征的值，在本例中，特征2、3和4从0开始计数。要提取未来指数，只需使用

val model = sel.fit(chidata)
val importantFeatures = model.selectedFeatures

---

谢谢你的回复。我知道我可以获得selectedFeatures，但我的问题是，我如何知道selectedFeatures中的0.0是第0个标记，而不是第2个标记。[1.0、[0.0,2.0,0.0,5.0,7.0,5.0,1.0]、[0.0,5.0,7.0]]selectedFeatures0=0.0 selectedFeatures1=5.0 selectedFeatures2=7.0在数据中我们有两个0.0，我们怎么能说selectedFeatures0是前0.0而不是后0.0呢？谢谢“selectedFeatures”返回带有索引的数组[Int]，因此，在您的情况下，这应该返回2、3、4，这意味着所选功能是第3、第4和第5列。感谢您的回复**不幸的是，当我执行以下scala>chiresult.selectedFeatures.show+-----------++-----------+[2.0,1.0,7.0]|[0.0,1.0,7.0]|[0.0,1.0,7.0]|[0.0,1.0,7.0]|时，我似乎得到的是值而不是数组[Int]**不要选择列，这是模型中的一个方法，使用model.selectedFeatures，完全按照我的回答中的方式使用。不客气。如果有效，请选择它作为答案：-