从R开始，我们有函数factors()。我想以并行方式使用此函数，使用Spark R.
我的Spark版本是1.6.2，我找不到documentation中的等价物。我以为我可以用地图来做，但我不确定我理解this answer，应该有一个更简单的方法。
简单地说： Spark R中factors()的等价物是什么？
答案 0 :(得分：1)
没有直接的等价物。 Spark使用双精度数对每种类型的变量进行编码，并使用元数据来区分不同类型。对于ML算法，您可以使用自动编码列的公式。
答案 1 :(得分：0)
有两种转换分类变量的方法 -
StringIndexer（）：这会将字符串值转换为数字，您可以使用IndextoString（）获取原始值。 StringIndexer是一个Estimator，所以我们需要使用fit（）然后transform（）来获取转换后的值。
使用OneHotEncoder（）：这会将类别转换为稀疏向量。您可以通过将DropLast设置为false来控制是否删除最后的分类。这是一个Transformer，因此tranform（）就足够了。
请参阅此链接以获取更多详细信息： http://spark.apache.org/docs/latest/ml-features.html#stringindexer