从零开始学PySpark（八）：利用PySpark.ml.classification模块完成蘑菇的分类任务

阅读量：

数据下载：

数据来自Kaggle平台上的蘑菇分类相关数据集。具体地址链接为https://www.kaggle.com/uciml/mushroom-classification。此外，请您可以通过以下链接下载该数据集：https://github.com/ffzs/dataset/blob/master/mushrooms.csv

数据准备：

该数据集旨在对有毒蘑菇与可食用蘑菇进行分类。该数据集包含22个特征值，在机器学习的应用中，请注意每个特征的描述均为字符类型，并且需要将这些特征转换为数值形式。

在这里插入图片描述

复制代码

    from pyspark.sql import SparkSession
    from pyspark import SparkConf, SparkContext
    spark = SparkSession.builder.master('local[1]').appName('learn_ml').getOrCreate()
    
    # 载入数据
    df0 = spark.read.csv('fi

全部评论 (0)

还没有任何评论哟~