Streaming Kmeans Spark JAVA

Question

嗨基本上我們想使用KAFKA + SPARK Streaming來捕捉我們的論文中的Twitter垃圾郵件。我想用streamingKmeans。但我有非常新手和嚴肅的問題：

在這種火花StreamingKmeans Scala的例子（https://github.com/apache/spark/blob/master/examples/src/main/scala/org/apache/spark/examples/mllib/StreamingKMeansExample.scala）沒有進行預測的一行代碼：

model.predictOnValues(testData.map(lp => (lp.label, lp.features))).print()

爲什麼我需要通過「標籤」與特徵 ？我的意思是，我錯了整個想法？我們不是要預測「標籤」嗎？如果他們是垃圾郵件，我如何預測我的推文？

Answer 1

對於預測，只使用lp.features，而lp.label被認爲是延續的關鍵。引用來自docs：

使用該模型對DStream的值進行預測並將其結果保留。

我在你的榜樣猜你只是想通過predictOn