PySpark：有没有办法在一次操作中执行.fit（）和.transform（）？

Question

我试图找出如何在PySpark中优化我的.fit（）和.transform（）

我有：

vectorized_df = model.fit(cleaned).transform(cleaned)

我见过这样的话：

let greeting = "Guten Tag!"
let index = greeting.index(greeting.startIndex, offsetBy: 7)
greeting[index]

但我不确定这是否相同，或以某种方式优化操作

Answer 1

无所事事。如果

• 阶段是Estimator（例如CountVectorizer），它在Pipeline.fit中受到培训。
• stage是Transformer（如HashingTF），直接返回。