【问题】Spark MLlib中的LR算法，数据集问题。

前面第一列是类，再往后是维度及对应的维度值。第一行是属于第1类，第159维度的值是124，第160维度的值是253，以此类推。 【 在 Achille 的大作中提到: 】 : 本人初学，菜鸟勿喷。 : 从官网中找到例子，发现数据集的格式为 : 1 159:124 160:253 161:255 162:63 186:96 187:244 : ...................

稀疏矩阵吧

多谢，这些值 是通过什么方式 计算得到的呢？ 【 在 petpetpet2 的大作中提到: 】 : 前面第一列是类，再往后是维度及对应的维度值。第一行是属于第1类，第159维度的值是124，第160维度的值是253，以此类推。

多谢 【 在 chinapds 的大作中提到: 】 : 稀疏矩阵吧

这些只是例子，应该是为了举例，人为随机设计的吧。自己做的话，也可以生成一个稀疏矩阵，成为这种格式。 【 在 Achille 的大作中提到: 】 : 多谢，这些值 是通过什么方式 计算得到的呢？

嗯，不是很清楚 通过什么算法 来实现这个矩阵，能详聊下么 【 在 petpetpet2 的大作中提到: 】 : 这些只是例子，应该是为了举例，人为随机设计的吧。自己做的话，也可以生成一个稀疏矩阵，成为这种格式。

第一列是标签，之后就是 维数，冒号，该维对应的特征向量的值。通过提取特征（sift,颜色距等）的算法而得到的 通过『我邮2.0』发布

楼上正解 稀疏矩阵 eg数据不一定有真实意义 spark也不关心真实意义 他只关注如何load train 和 predict 发自「贵邮」

感谢。 第一列标签就是 1,0 分类的标签吧。冒号前是自己定义的 index，冒号后边是index所对应的值，可以这么理解么。 【 在 Suns 的大作中提到: 】 : 第一列是标签，之后就是 维数，冒号，该维对应的特征向量的值。通过提取特征（sift,颜色距等）的算法而得到的 : 通过『我邮2.0』发布