pyspark --- randomForests使用＆＃34; categoricalFeaturesInfo＆＃34;指定分类变量。

Question

如何在pyspark randomForests中指定categoricalFeaturesInfo？

文档在这方面不是很清楚，我尝试了一些像：

categoricalFeaturesInfo = {（12,4）}

categoricalFeaturesInfo = {（12-＆gt; 4）}

categoricalFeaturesInfo = {Map [int，int]（12,4）}

......等等都没有。非常感谢任何帮助。

Answer 1

从我们的python文档：

categoricalFeaturesInfo: Map storing arity of categorical
             features.  E.g., an entry (n -> k) indicates that
             feature n is categorical with k categories indexed
             from 0: {0, 1, ..., k-1}.

尝试使用：

categoricalFeaturesInfo = {12:4}

Answer 2

对于spark 2.0及以上

它是一本字典 使用键作为rdd（feature）中变量的索引/位置 和价值作为类别数量