spark Mlib 转换Dataframe

在Spark MLlib中，可以使用`org.apache.spark.ml.feature`包中的转换器将数据集转换为DataFrame。以下是一个示例，展示如何从MLlib的`LabeledPoint`数据集转换为DataFrame：

import org.apache.spark.mllib.regression.LabeledPoint
import org.apache.spark.ml.feature.LabeledPoint => MLLib中的LabeledPoint和DataFrame中的LabeledPoint类名相同，需要进行别名处理

// 创建一个LabeledPoint数据集
val data = sc.parallelize(Seq(
  LabeledPoint(0.0, Vectors.dense(1.0, 2.0, 3.0)),
  LabeledPoint(1.0, Vectors.dense(4.0, 5.0, 6.0)),
  LabeledPoint(0.0, Vectors.dense(7.0, 8.0, 9.0))
))

// 将LabeledPoint数据集转换为DataFrame
val df = data.toDF("label", "features")

在上述示例中，我们首先创建了一个MLlib的`LabeledPoint`数据集。然后，我们使用`toDF()`方法将其转换为一个DataFrame，使用"label"和"features"作为列名。

需要注意的是，转换器还有很多其他的选项和参数，可以根据具体的需求进行调整和配置。详情请参考Spark官方文档。