Smile机器学习库3.0.0导入报错及Scala代码适配咨询

关于Attribute、AttributeDataset、NumericAttribute的变化 #

Smile 3.0.0对核心数据模型做了重大重构，你提到的这几个类确实已被移除：

• AttributeDataset 被替换为 smile.data.DataFrame（功能类似Pandas的DataFrame，是Smile 3.x的核心数据结构）
• Attribute、NumericAttribute 的功能被整合到DataFrame的列类型处理逻辑中，不再以单独类的形式暴露

适配后的代码示例 #

import smile.clustering.KMeans
import smile.data.DataFrame
import smile.read
import smile.util.Strings

// 加载CSV数据为DataFrame
val data: DataFrame = read.csv("data.csv", header = true)

// 拆分数据为均等的两部分（按行随机拆分）
val (data1, data2) = data.split(0.5, Strings.random())

// 将DataFrame转换为K-Means所需的数值矩阵
val matrix1 = data1.toArray(false) // false表示不包含标签列（无标签时可忽略该参数）
val matrix2 = data2.toArray(false)

// 训练K-Means聚类模型
val model1 = KMeans.fit(matrix1, 3)
val model2 = KMeans.fit(matrix2, 3)

关键改动说明 #

• 数据载体：用DataFrame替代旧版的AttributeDataset，所有数据读取、处理操作围绕DataFrame展开
• 数据拆分：新版split方法需要传入随机数生成器实例，Strings.random()可生成默认随机种子保证拆分随机性
• 矩阵转换：通过toArray()方法将DataFrame转为数值矩阵，参数false用于排除可能存在的标签列（纯特征数据时可省略）

内容的提问来源于stack exchange，提问作者PainPoints