VectorSlicer如何在Spark 2.0中运行？

Question

在Spark官方文档中，

  

VectorSlicer是一个变换器，它采用一个特征向量并输出一个带有原始特征子阵列的新特征向量。它对于从向量列中提取要素非常有用。

• 这会从功能集中选择重要功能吗？

• 如果是这样的话，如何在不提及因变量的情况下完成？

我正在尝试执行数据集群，我需要一些能够更好地为集群做出贡献的重要功能。我可以使用VectorSlicer吗？

Answer 1

  

这会从功能集中选择重要功能吗？

没有。它实际上将矢量切片以仅选择指定的索引。

  

并且需要能够更好地为集群做出贡献的重要功能。

• 如果您有分类数据，请考虑使用ChiSqSelector。

• 否则，您可以使用PCA之类的降维。它与功能选择不同，但应提供类似的好处（仅保留最重要的信号，丢弃其余信号）。