28
我想加載一個SVM文件並將其轉換爲DataFrame
,因此我可以使用Spark的ML模塊(Pipeline
ML)。 我剛在Ubuntu 14.04上安裝了新的Spark 1.5.0(沒有配置spark-env.sh
)。'PipelinedRDD'對象在PySpark中沒有屬性'toDF'
我my_script.py
是:
from pyspark.mllib.util import MLUtils
from pyspark import SparkContext
sc = SparkContext("local", "Teste Original")
data = MLUtils.loadLibSVMFile(sc, "/home/svm_capture").toDF()
,我使用的是運行:./spark-submit my_script.py
而我得到的錯誤:
Traceback (most recent call last):
File "/home/fred-spark/spark-1.5.0-bin-hadoop2.6/pipeline_teste_original.py", line 34, in <module>
data = MLUtils.loadLibSVMFile(sc, "/home/fred-spark/svm_capture").toDF()
AttributeError: 'PipelinedRDD' object has no attribute 'toDF'
我無法理解的是,如果我運行:
data = MLUtils.loadLibSVMFile(sc, "/home/svm_capture").toDF()
直接在PySpark shell中,它的工作原理。