我正在使用以下代码在Spark中使用Xgboost生成预测。
OPTIONS import ml.dmlc.xgboost4j.scala.spark.{XGBoostClassificationModel, XGBoostClassifier}
import org.apache.spark.ml.linalg.DenseVector
val xgbClassificationModel = xgbClassifier.fit(train)
val result = xgbClassificationModel.transform(test)
是一个DataFrame，并且大多数列都包含DenseVector。
我正在尝试访问存储在这些DenseVectors中的数值。
例如。我想从DataFrame中提取一个DenseVector，并将其存储为result。
以下代码有效，但是我有一种更简单的方法吗？
Array[Double]来自R，我发现在Spark中访问存储在DataFrames中的值的方式非常麻烦，想知道我是否缺少某些东西。