如何从另一个LabeledPoint形成LabeledPoint，用PySpark中的随机数替换其中一个值

Question

我有LabeledPoint label1，其中包含(12,24)，(-21.3,-17.49)等值。不，我想要形成另一个LabeledPoint label2，1st value作为1st value来自label1，但第二个值应该是+2的随机差异来自-2的{​​1}}或1st value。因此(12,24) label2 12 1st value和2nd value 10 14之间的随机数log x=0.0795 +2和-2来自12）。

我该怎么做？

Answer 1

我假设您的RDD为LabeledPoints，当您引用“第一个值”时，您指的是标签，而第二个值指的是该功能（ S）？顺便说一下，据我所知，这些功能必须是一个清单...

无论如何，像下面这样的东西能实现你想要的吗？

import random

rdd.map(lambda x: LabeledPoint(x.label, [i + random.choice([2, -2]) for i in x.features]))