Scala Spark MLlib ALS中的非整数ID

我想用

val ratings = data.map(_.split(',') match {
      case Array(user,item,rate)
      =>
        Rating(user.toInt,item.toInt,rate.toFloat)
    })
val model =  ALS.train(ratings,rank,numIterations,alpha)

但是，我得到的用户数据存储的时间一样长。当切换到int时，可能会产生错误。

---

如何解决该问题？

您可以使用一种支持

长标签的ML实现
RDD
version与其他实现相比，它的用户友好性明显降低：

import org.apache.spark.ml.recommendation.ALS
import org.apache.spark.ml.recommendation.ALS.Rating

val ratings = sc.parallelize(Seq(Rating(1L, 2L, 3.0f), Rating(2L, 3L, 5.0f)))

val (userFactors, itemFactors) = ALS.train(ratings)

并且只返回因子，但
DataFrame
version返回一个模型：

val ratingsDF= ratings.toDF

val alsModel = new ALS().fit(ratingsDF)

在这里，如果用户和项目值是字符串，它会工作吗？字符串应该是什么格式？我尝试了上面的示例，将user和item值作为字符串。当我执行
.fit（ratingsDF）