如何使用apachesp在Python中移动标签

Question

我正在尝试转移标签点的标签，以便它们从0开始。马上解析数据获取.take（1） 下面的代码前面是这样：

[LabeledPoint(2001.0,[0.884123733793,0.610454259079,0.600498416968,0.474669212493,0.247232680947,0.357306088914,0.344136412234,0.339641227335,0.600858840135,0.425704689024,0.60491501652,0.419193351817])]

标签是年份，例如，2001.0是最大年份，1922.0是最小年份。区别是89.0，我要做的是改变标签，使它们从0开始，使新的minYear 0和新的maxYear 89保持相同的特性。我是apachespark的新手，希望能得到任何帮助。提前谢谢！这是我的代码：

^{pr2}$

Answer 1

基于@Daniel response，问题的单一解决方案（无需创建任何新函数）：

parsedData = parsedDataInit.map(lambda lp:LabeledPoint(lp.label - minYear, lp.features))

Answer 2

你只要从每年中减去最小值。在

def normalize(data):
  labels = data.map(lambda lp: lp.label)
  minLabel = labels.min()
  return data.map(
    lambda lp: LabeledPoint(lp.label - minLabel, lp.features))