我正在使用NaiveBayes分类器工作，并且可以使用训练好的模型对单个数据点进行预测，但我想要获取概率值。

数据只被分类为两个类别，预测函数返回0或1。

import org.apache.log4j.{Level, Logger}import org.apache.spark.ml.classification.{NaiveBayes, NaiveBayesModel}import org.apache.spark.ml.feature.LabeledPointimport org.apache.spark.ml.linalg.Vectorsimport org.apache.spark.sql.SparkSessionobject Test {  def main(args: Array[String]): Unit = {    Logger.getLogger("org").setLevel(Level.OFF)    Logger.getLogger("akka").setLevel(Level.OFF)    val spark = SparkSession.builder.appName("Test").master("local[4]").getOrCreate    val dataset = spark.read.option("inferSchema", "true").csv("data/labelled.csv").toDF()    import spark.sqlContext.implicits._    val output = dataset.map(row => {      LabeledPoint(row.getInt(2), Vectors.dense( row.getInt(0) , row.getInt(1)))    })    val Array(training, test) =  output.randomSplit(Array(0.7, 0.3),seed = 11L)    training.cache()    val model : NaiveBayesModel = new NaiveBayes().fit(training)    val speed = 110    val hour  = 11    val label1 : Double =  model.predict(Vectors.dense(speed,hour))    // 更新    val label = model.predictProbability(Vectors.dense(speed,hour)) // 这不起作用并引发错误[1]  }}

[1] 使用model.predictProbability时引发的错误

错误:(24, 23) 在classProbabilisticClassificationModel中的方法predictProbability不能在org.apache.spark.ml.classification.NaiveBayesModel中访问，因为封闭对象Test不是定义目标的包classification中的classProbabilisticClassificationModel的子类，不允许访问受保护的方法predictProbabilityval label = model.predictProbability(Vectors.dense(speed,hour))

回答：

经过多次研究，我在spark.ml库中没有找到这个功能，但我在使用spark.mllib时成功实现了，并且代码需要修改为