我处理了像这样存储的Double列表：
JavaRDD<Double> myDoubles
我想计算此列表的平均值。 根据{{3}}，：
所有MLlib的方法都使用Java友好类型，因此您可以像在Scala中一样导入和调用它们。唯一需要注意的是，这些方法使用Scala RDD对象，而Spark Java API使用单独的JavaRDD类。您可以通过在JavaRDD对象上调用.rdd（）将Java RDD转换为Scala。
在同一页面上，我看到以下代码：
val MSE = valuesAndPreds.map{case(v, p) => math.pow((v - p), 2)}.mean()
根据我的理解，这相当于（在类型方面）
Double MSE = RDD<Double>.mean()
因此，我尝试像这样计算JavaRDD的平均值：
myDoubles.rdd().mean()
但是，它不起作用并给我以下错误：The method mean() is undefined for the type RDD<Double>。我也没有在documentation中找到这个功能的提及。
。这是因为对我方的理解不好，还是这个呢？
答案 0 :(得分：10)
实际上很简单：为mean()类定义了JavaDoubleRDD。我没有找到如何从JavaRDD<Double>投射到JavaDoubleRDD，但就我而言，没有必要。
确实，scala中的这一行
val mean = valuesAndPreds.map{case(v, p) => (v - p)}.mean()
可以用Java表示为
double mean = valuesAndPreds.mapToDouble(tuple -> tuple._1 - tuple._2).mean();
答案 1 :(得分：0)
不要忘记在scala文件的顶部添加import org.apache.spark.SparkContext._。
另外，请务必在mean()
RDD[Double]