我使用LibSVM格式的训练数据文件训练了我的模型，具体描述见http://spark.apache.org/docs/2.2.0/mllib-linear-methods.html。我使用的是其中的这部分代码
val data = MLUtils.loadLibSVMFile(sc, "data/mllib/sample_libsvm_data.txt")// 将数据分为训练集（60%）和测试集（40%）。val splits = data.randomSplit(Array(0.6, 0.4), seed = 11L)val training = splits(0).cache()val test = splits(1)// 运行训练算法构建模型val model = new LogisticRegressionWithLBFGS() .setNumClasses(10) .run(training)但我的问题是，在预测时，如何为这种方式训练的模型准备特征？我想到的解决方案是保存一个中间文件，采用libsvm格式（使用虚拟标签，因为我只想进行预测），然后使用MLUtils.loadLibSVMFile加载它，再将结果应用于训练好的模型进行预测。然而，这种策略非常低效，在我的系统中，这需要一个非常昂贵的collect()调用。有什么方法可以将我的数据转换为正确的LabeledPoint格式，而无需先将其转换为LibSVM格式（这需要一个中间文件）吗？我希望不必深入研究MLUtils.loadLibSVMFile的内部结构来弄清楚libsvm格式的一行是如何转换为LabeledPoint对象的。
附注：看起来Spark的ML管道是更好的方法，但我不想放弃我已经完成的所有工作，如果可以的话，我不想尝试这种策略。
回答：
当你已经完成模型训练并且只想使用它进行预测时，你不需要将数据转换为LabeledPoint格式。你只需要一个向量（可以是密集的或稀疏的，详见这里）来进行预测。
val prediction = model.predict(features)当然，也可以转换为LabeledPoint，尽管这不是必需的。一个小例子：
val rdd = sc.parallelize(Array( (1, List(1.0,4.0,8.0)), (2, List(3.0,3.0,8.0)), (3, List(5.0,5.0,9.0))))val rdd2 = rdd.map{ case(k, vs) => LabeledPoint(k.toDouble, Vectors.dense(vs.toArray))}在LibSVM格式和Spark向量之间转换是可能的。在你的LibSVM文件中，每行具有以下格式：
<label> <index1>:<value1> <index2>:<value2> ... <indexN>:<valueN>这些索引是特征向量中的索引（训练和预测时顺序相同）。MLUtils.loadLibSVMFile()将按照此格式创建LabeledPoint，即每个LabeledPoint看起来像这样：
LabeledPoint(label, Vectors.sparse(N, Array(index1-1, index2-1, ...), Array(value1, value2, ...)))由于LibSVM文件指定了索引和值，因此示例中使用了SparseVector。
在LibSVM中，索引从1开始，而更常见的惯例（包括创建SparseVector）是从0开始，因此，在从LibSVM格式转换时，需要从索引中减去1。
按照这个方法，你可以轻松地自己创建向量来进行预测。
