VectorSlicer如何在Spark 2.0中工作？

Question

在火花正式文件，

VectorSlicer是變壓器，需要一個特徵矢量，並輸出與原來的特徵的子陣列的新的特徵向量。它對從矢量列中提取特徵非常有用。

• 這是否從一組功能的重要特點是什麼？

• 如果是這種情況，如何不提及因變量？

我正在嘗試執行數據集羣，我需要重要的功能，這將有助於更好的集羣。我可以使用VectorSlicer嗎？

Answer 1

這是否從該組功能中選擇重要功能？

它沒有。它從字面上切分矢量以僅選擇指定的索引。

並需要重要的功能，這將有助於更好的羣集。

• 如果你有明確的數據可以考慮使用ChiSqSelector。

• 否則，您可以使用降維如PCA。它不會和特徵選擇一樣，但應該提供類似的好處（只保留最重要的信號，丟棄其他信號）。