Spark MLlib 特徵抽取、轉化和選擇 -- 特徵變換： 標籤和索引的轉化

這一部分主要介紹和特徵處理相關的算法，大體分爲以下三類： 1）特徵抽取：從原始數據中抽取特徵 2）特徵轉換：特徵的維度、特徵的轉化、特徵的修改 3）特徵選取：從大規模特徵集中選取一個子集 在機器學習處理過程中，爲了方便相關算法的實現，經常需要把標籤數據（一般是字符串）轉化成整數索引，或是在計算結束後將整數索引還原爲相應的標籤。 Spark ML包中提供了幾個相關的轉換器，例如：StringInde

>>阅读原文<<