我正在尝试将一个Spark Dataframe转换为标记点。这个Dataframe名为DF，显示如下：
+-----+-----+-----+-----+-----+-----+-----+-----+-----+------+-----+|step1|step2|step3|step4|step5|step6|step7|step8|step9|step10|class|+-----+-----+-----+-----+-----+-----+-----+-----+-----+------+-----+| 14| 14| 0| 14| 14| 4| 11| 10| 0| 7| 1|| 11| 10| 14| 0| 14| 18| 18| 14| 7| 7| 1|| 14| 14| 14| 14| 14| 14| 7| 0| 7| 0| 1|| 14| 14| 14| 14| 7| 7| 14| 14| 0| 11| 1|| 14| 14| 14| 14| 14| 14| 14| 7| 14| 7| 1|| 14| 14| 14| 14| 14| 14| 14| 0| 7| 7| 1|| 14| 14| 14| 14| 14| 14| 14| 7| 14| 7| 1|| 17| 14| 0| 7| 0| 0| 14| 7| 0| 7| 1|| 14| 14| 14| 7| 7| 14| 7| 14| 14| 7| 1|| 14| 14| 14| 14| 14| 14| 14| 7| 7| 7| 1|| 7| 14| 14| 14| 14| 0| 14| 7| 0| 14| 1|| 14| 14| 14| 14| 14| 0| 14| 7| 7| 7| 1|根据文档，我尝试做的操作是：
(training, test) = DF.randomSplit([0.8,0.2])print trainingdef parsePoint(line): values = [float(x) for x in line.split(' ')] return LabeledPoint(values[0], values[:1])trainLabeled = training.rdd.map(parsePoint)model = SVMWithSGD.train(trainLabeled, iterations=100)但我遇到了以下错误：
Py4JJavaError: An error occurred while calling z:org.apache.spark.api.python.PythonRDD.runJob.Spark版本为2.0.1
回答：
在没有看到你的数据之前我无法确定，但SVMWithSGD常见的问题通常来自于标签。
你需要使用LabeledPoint（如你所做的那样），并且确保第一个参数是0.0或1.0。错误可能来自x[-1]是其他值（不是0也不是1）。
你能检查一下吗？
希望对你有帮助，pltrdy
编辑（在看到数据后）：
嗯，我们回到基础：SVM（粗略地）“学习如何将数据分成两个类别”（这并不是很正式，但我们先这样理解）。这么说来，你的数据集必须是：一个形状为n x D的X矩阵（n为行数，D为特征数），以及一个形状为n x 1的y矩阵，包含数据的标签。标签通常是二元的，表示为{0, 1}（或者{-1, 1}，这对数学计算更方便）。这是一种“数学”方法。通常你有一个data矩阵，你通过“提取”一列作为标签来将其分成X和y（这一列中的所有值必须是0或1）。
简而言之：SVM将你的数据分类为两个类别。
标签（=类别，其值为0或1）可以被视为用于分割数据的两个类别。所以你必须有一列只有0或1。
例如 如果我构建我的电影数据集，我可以设置一列“是否喜欢？”，如果我喜欢这部电影则label=1，如果不喜欢则label=0，然后训练我的SVM来预测我应该喜欢哪部电影
在你的数据中我没有看到哪个列是标签。如果你有超过两个类别，SVM不适合你，你需要查看多变量分类（这不在此讨论范围内，如果这是你想要的，请告诉我）。
我猜你的目标对你来说不是很明确。例如，人们不会使用ID列来训练分类，这通常没有意义。如果我错了，请解释你对数据的期望。（你也可以解释各列的含义）。
pltrdy