scala spark ml相关性矩阵解读（Pearson/Spearman）_org.apache.spark.ml.stat.correlation

作者：花生_TL007 | 2024-06-01 07:23:55

踩

org.apache.spark.ml.stat.correlation

下面是我模拟的一份咖啡店的数据：

顾客	咖啡因含量（mg）	服务时间（分钟）	咖啡价格（元）	顾客满意度评分
A	80	5	15	8
B	50	4	12	7
C	70	6	14	8
D	90	5	16	9
E	60	4	11	7
F	85	6	18	9

使用相关性分析来研究这些因素与顾客满意度之间的关系

Pearson


import org.apache.spark.SparkConf
import org.apache.spark.ml.feature.VectorAssembler
import org.apache.spark.ml.stat.Correlation
import org.apache.spark.sql.SparkSession
import org.apache.spark.sql.Row
import org.apache.spark.ml.linalg._
 
object spark_task1 {
  def main(args: Array[String]): Unit = {
 
    val conf = new SparkConf(

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/花生_TL007/article/detail/656612