如何解决如何计算Spark中给定数据集中的皮尔逊相关系数
我有spark DataFrame,其中有2个 col ,让我们分别使用double数据类型的 col1 和 col2 。我想在Scala(在Spark会话中)计算 Pearson相关系数。
解决方法
比方说,您的DataFrame称为“ df”。为了计算两列之间的皮尔逊相关性,您需要做的是:
df.corr("col1","col2","pearson")
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。