如何从Scala稠密向量中提取两个数组

我有一个稠密向量

scala> model.coefficients 
res1: org.apache.spark.ml.linalg.Vector = (891,[11,20,25,27,28,50],[0.35686135501086036,8.194306936725383E-6,7.62720047518819E-6,9.354557510460644E-4,5.633054601656321E-4,2.5641516558812987E-5])

有人能建议一种用这个向量创建两个数组的方法吗

数组1：索引数组

res2: Array[Int] = Array(11,20,25,27,28,50)  

数组2：值的数组

res3: Array[Double] = Array(0.35686135501086036,8.194306936725383E-6,7.62720047518819E-6,9.354557510460644E-4,5.633054601656321E-4,2.5641516558812987E-5)

我们将非常感谢您的帮助：

---

（我的最终目标是获取模型系数并使用索引数组选择列名。例如：数组索引11可以是产品A的销售额，数组索引20可以是客户年龄等等）

我相信您拥有的是一个SparseVector。您可以使用以下方法和方法：

import org.apache.spark.mllib.linalg.SparseVector

val vector = new SparseVector(891, Array(11, 20, 25, 27, 28, 50), Array(
  0.35686135501086036, 8.194306936725383E-6, 7.62720047518819E-6,
  9.354557510460644E-4, 5.633054601656321E-4, 2.5641516558812987E-5)
)

vector.indices
// res1: Array[Int] = Array(11, 20, 25, 27, 28, 50)

vector.values
// res2: Array[Double] = Array(0.35686135501086036, 8.194306936725383E-6, 7.62720047518819E-6,
//   9.354557510460644E-4, 5.633054601656321E-4, 2.5641516558812987E-5)

---

model.coverties是org.apache.spark.ml.linalg.Vector。如何将其转换为org.apache.spark.mllib.linalg.SparseVector？“模型”是通过使用Logistic回归拟合训练数据创建的。您可以使用方法将

model.coverties

转换为

SparseVector

。