标签： bigdata real-time random-forest
我有一个庞大的数据集，需要对它进行二进制分类。数据集中的某些要素是字符串，因此如果不转换为数字值就无法使用它们。之后，我尝试了 fit_transform 并应用了 RandomForest 并正常工作。 但是，我们正在实施一个实时系统，时间是一个大问题！ fit_transform非常耗时。是否知道如何使用字符串值或其他库尽快将字符串转换为数字？ 我也可以访问Spark，所以如果MLlib有什么可以帮助您的信息，请告诉我！