如何将spark读入的txtRDD文本转为Vector格式

Question

在spark上使用textFile读入HDFS中的txt文件，该文件部分如下：

    49420 1383788 0.000020 358064278.750527 0 0.000000
    48896 1369116 0.000020 357927226.401787 0 0.000000
    49412 1383564 0.000020 357979014.993087 0 0.000000
    49284 1379980 0.000020 357811734.328588 0 0.000000
    48666 1362676 0.000021 357741524.933751 0 0.000000
    49726 1392356 0.000020 357853612.975128 0 0.000000
    49546 1387316 0.000020 358326789.510850 0 0.000000
    48781 1365896 0.000020 357718866.216985 0 0.000000
    36848 1031772 0.000027 357027433.127875 0 0.000000
    49537 1387064 0.000020 358307459.890310 0 0.000000
    49146 1376116 0.000020 358291449.233641 0 0.000000
    49952 1398684 0.000020 357755490.896889 0 0.000000

为六列整型或浮点型数值，将每一行作为一个样本进行分类机器学习的特征向量。
该文件准备打同一标签，但还未打标签。
textFile读入之后只是返回一个字符串RDD，请问如何将其转换为Mllib支持处理的Vector或分类算法直接支持的LabeledPoint格式呢？最好用python吧。

Answer 1

https://blog.csdn.net/coding01/article/details/81512430