Java Spark ML - java.lang.IllegalArgumentException：标签不存在。可用的：答案

【问题标题】：Java Spark ML - java.lang.IllegalArgumentException: label does not exist. Available:Java Spark ML - java.lang.IllegalArgumentException：标签不存在。可用的：
【发布时间】：2021-09-24 00:24:45
【问题描述】：

请教一个关于 Spark 异常的小问题。

我有一个非常简单的数据集：

myCoolDataset.show();
        +----------+-----+
        |      time|value|
        +----------+-----+
        |1621900800|   43|
        |1619568000|   41|
        |1620432000|   41|
        |1623974400|   42|
        |1620604800|   41|
      [truncated]
        |1621296000|   42|
        |1620691200|   44|
        |1620345600|   41|
        |1625702400|   44|
        +----------+-----+
        only showing top 20 rows

我想对其执行线性回归，以预测未来时间的下一个值。

因此，我写了以下内容，这是我尝试过的：

 VectorAssembler       vectorAssembler = new VectorAssembler().setInputCols(new String[]{"time", "value"}).setOutputCol("features");
        Dataset<Row>          vectorData      = vectorAssembler.transform(myCoolDataset);
        LinearRegression      lr              = new LinearRegression(); 
        LinearRegressionModel lrModel         = lr.fit(vectorData); // issue here

不幸的是，在运行时，我得到了这个异常：

Exception in thread "main" java.lang.IllegalArgumentException: label does not exist. Available: time, value, features
        at org.apache.spark.sql.types.StructType.$anonfun$apply$1(StructType.scala:278)
        at scala.collection.immutable.Map$Map3.getOrElse(Map.scala:181)
        at org.apache.spark.sql.types.StructType.apply(StructType.scala:277)
        at org.apache.spark.ml.util.SchemaUtils$.checkNumericType(SchemaUtils.scala:75)
        at org.apache.spark.ml.PredictorParams.validateAndTransformSchema(Predictor.scala:54)
        at org.apache.spark.ml.PredictorParams.validateAndTransformSchema$(Predictor.scala:47)
        at org.apache.spark.ml.regression.LinearRegression.org$apache$spark$ml$regression$LinearRegressionParams$$super$validateAndTransformSchema(LinearRegression.scala:185)

请问是什么原因造成的，请问如何解决？

谢谢

【问题讨论】：

标签： java apache-spark apache-spark-mllib apache-spark-ml

【解决方案1】：

Mllib 回归期望传递包含标签的列的名称（您想要预测的内容）。默认情况下，回归将考虑名为“标签”的列。在您的特定示例中，您没有这样的列。

我看到了这些解决方案：

您可以在 LinearRegression 实例上调用 setLabelCol("value")。
您还可以修改数据集，将列“value”重命名为“label”（withColumnRenamed 方法）
您可以将“值”列复制到名为“标签”的新列中（withColumn 方法）

【讨论】：