spark（scala）3つの分離したrdd [org.apache.spark.mllib.linalg.Vector]を1つのrdd [Vector]

Question

に分けました。私は3つの分離したrdd [mllib .... vectors]を持っています。 1つのrdd [mllibベクトル]。

val vvv = my_ds.map(x=>(scaler.transform(Vectors.dense(x(0))),Vectors.dense((x(1)/bv_max_2).toArray),Vectors.dense((x(2)/bv_max_1).toArray))) 

詳細： スケーラ=> StandardScaler bv_maxは_...正規化するためのケースでは風のLIBからDenseVectorに他ならない（X /最大（x））を

今私はそれらを確認する必要があり私は（[1。]、[2。]、[3。]）と[[1。]、[2。]、[3。]] を手に入れます。 しかし、私は[1.、 3]を1つのベクトルとして

Answer 1

最終的に私は見つけました...これが最高であるかどうかはわかりません。

私は3dデータセットを持っていました.2次元でx/max（x）正規化を実行し、standardScalerを別の次元に適用する必要がありました。 私の問題は、最終的に私は3つのベクトルを持っていたということでした： [[1.0]、[4,0]、[5.0]] [[2.0]、[5.0]、[6.0]] .... ............しかし、私はKMeansに渡すことができる[1.0,4.0,5.0]が必要でした。 上記のコードを次のように変更しました：

val vvv = dsx.map(x=>scaler.transform(Vectors.dense(x.days_d)).toArray ++ (x.freq_d/bv_max_freq).toArray ++ (x.food_d/bv_max_food).toArray).map(x=>Vectors.dense(x(0),x(1),x(2)))