基于spark的波士顿房价预测中，各个属性与房价的热力图代码

以下是基于Spark的波士顿房价预测中，各个属性与房价的热力图的代码：

// 导入必要的库
import org.apache.spark.ml.feature.VectorAssembler
import org.apache.spark.ml.linalg.Vectors
import org.apache.spark.ml.regression.LinearRegression
import org.apache.spark.sql.functions._
import org.apache.spark.sql.types.DoubleType

// 读取数据集
val data = spark.read.format("csv")
  .option("header", "true")
  .option("inferSchema", "true")
  .load("boston_housing.csv")

// 将数据集中的所有列转换为Double类型
val cols = data.columns
val data2 = cols.foldLeft(data) { (tempData, colName) =>
  tempData.withColumn(colName, col(colName).cast(DoubleType))
}

// 将所有特征列合并为一个特征向量列
val assembler = new VectorAssembler()
  .setInputCols(cols.filter(_ != "medv"))
  .setOutputCol("features")
val data3 = assembler.transform(data2)

// 创建线性回归模型
val lr = new LinearRegression()
  .setLabelCol("medv")
  .setFeaturesCol("features")

// 拟合模型
val model = lr.fit(data3)

// 获取各个属性的系数
val coef = model.coefficients.toArray
val colsWithCoef = cols.filter(_ != "medv").zip(coef)

// 构造热力图所需的数据格式
val dataForHeatmap = colsWithCoef.map { case (colName, coefValue) =>
  (colName, Vectors.dense(coefValue))
}.toSeq.toDF("feature", "coef")

// 绘制热力图
import com.quantifind.charts.Highcharts._
heatmap(dataForHeatmap, "Heatmap of Feature Coefficients")

运行以上代码，即可得到波士顿房价预测中，各个属性与房价的热力图。