libsvmデータの採点でLogisticRegressionModelが失敗するのはなぜですか？

Question

スコアを付けたいデータを読み込みます。データは、次のようにlibsvm形式 に格納されます。label index1：value1 index2：value2 ...（ インデックスは1から始まり昇順になります）
100 10：1 11：1 208：1〜400：1 1830：1ここ

val unseendata: RDD[LabeledPoint] = MLUtils.loadLibSVMFile(sc,unseendatafileName) 
    val scores_path = results_base + run_id + "/" + "-scores" 
// Load the saved model 
    val lrm = LogisticRegressionModel.load(sc,"logisticregressionmodels/mymodel") 

    // I had saved the model after the training using save method. Here is the metadate for that model LogisticRegressionModel/mymodel/metadata/part-00000 
{"class":"org.apache.spark.mllib.classification.LogisticRegressionModel","version":"1.0","numFeatures":176894,"numClasses":2} 

     // Evaluate model on unseen data 
     var valuesAndPreds = unseendata.map { point => 
     var prediction = lrm.predict(point.features) 
     (point.label, prediction) 
    } 

// Store the scores 
    valuesAndPreds.saveAsTextFile(scores_path) 

Iが得るエラーメッセージである：

16/04/28十時22分07秒はTaskSetManagerに警告：失われたタスク0.0でステージ3.0（TID 5）：java.lang.IllegalArgumentException： 必要条件はscala.Predef $ .require（Predef.scala：221）のところで org.apache.spark.mllib.classification.LogisticRegressionModel.predictPoint（LogisticRegression.scala：105） at org.apache.spark.mllib.regression .GeneralizedLinearModel.predict（GeneralizedLinearAlgorithm.scala：76）

Answer 1

例外をスローするコードはrequire(dataMatrix.size == numFeatures)です。

マイの推測モデルはLIBSVMファイルのみ1830の機能を備えていながら、176894機能（モデルの出力に"numFeatures":176894を参照）に適合していることです。数字は一致する必要があります。

変更あなたがするLIBSVMをロードライン：

val unseendata = MLUtils.loadLibSVMFile(sc, unseendatafileName, 176894)