Spark mllib数据怎么转换的问题

如题：Spark mllib在做模型训练的时候，数据一般都是 double型的，而我们大多数的数据都是String 举例说明： 比如我现在要用贝叶斯模型
我的数据全是
性别     头发     声音      高矮
男         短       豪放      高
女        长        温和     矮

我怎么样将上面的数据转换成  spark mllib 里面所需要的 double型了，谁有办法？

个人为机器学习都是将事情转换为数字，计算机也是只认数字。

性别     头发     声音      高矮
男         短       豪放      高
女        长        温和     矮

如：男为1，女为0。当然你也可以表示为double型都是一个道理的

easthome001 发表于 2017-3-31 16:20
个人为机器学习都是将事情转换为数字，计算机也是只认数字。

如：男为1，女为0。当然你也可以表示为doub ...

这个枚举特征少还可以，多了就不适用了，有没有别的办法，一次性转换成数字

guxingyu 发表于 2017-3-31 16:23
这个枚举特征少还可以，多了就不适用了，有没有别的办法，一次性转换成数字

机器学习首先要选模型，比如MLlib包括分类、回归、聚类、协同过滤、降维等，所以需要先选择这些，然后在这些的基础上，在进一步处理。而不是每一个都需要有有对应的数字。建议楼主先对上面的模型有一个基本的认识。问题就解决了

机器学习的核心是算法。基本我们处理的事件都需要转换为数字。有的是以事件为分类。比如楼主的题目：需要背景。
比如女孩子中意的对象。
我们需要根据提供的元素，来决定是中意，还是不中意。
中意为1
不中意为0.
喜欢什么样的那？
肯定是男的为1
喜欢高的为1
其它的比如短发为1
等等

性别     头发     声音      高矮
男         短       豪放      高
女        长        温和     矮

其实这个也是有背景的。然后带入我们的公式，得出是喜欢还是不喜欢。
下面的例子跟楼主相似，推荐参考
Spark朴素贝叶斯(naiveBayes)
http://www.aboutyun.com/thread-12853-1-1.html

上面是讲元素转换为数字，其实有的是将事件为数字。关键还是问题的背景是什么？你想得出什么样的结果。