2024-2025学年广东省高职“大数据应用开发”赛项样题4-任务C：数据挖掘_解析
环境说明：
补充说明：选手自行启动相关服务，建议使用spark 本地模式运行任务，若虚拟机资源提示不足，可在idea 编写、测试和打包好程序后，关闭idea 编辑器，再使用spark-submit -master local[*]本地模式运行任务，或使用本地spark-shell --master local[*]进行数据挖掘测试和程序运行。
点击以下链接，快速跳转到相应内容：
任务描述：
子任务一：特征工程
使用Idea Spark 工程或Spark-shell ， 读取虚拟机bigdata-spark 的/opt/data 目录下的credit_train.csv：
1、使用VectorAssembler 对Age、Income、dist_home_val、dist_avg_income、 high_avg 进行特征工程处理，使用transform 处理，使用Dataframe 的 show(5, truncate =false)打印特征向量列的前5 行。将对应show 代码以 及show 结果的截图粘贴至物理机桌面【Release\任务C 提交结果.doc ......
......
抱歉，只有登录会员才可浏览！会员登录
