小编Cod*_*ive的帖子

据我了解，这两个包为 Apache Spark 提供了相似但主要不同的包装函数。Sparklyr 较新，但仍需要在功能范围内增长。因此，我认为目前需要同时使用这两个软件包才能获得完整的功能范围。

由于这两个包本质上都包装了对 Scala 类的 Java 实例的引用，因此我猜应该可以并行使用这些包。但实际上有可能吗？你的最佳实践是什么？

好吧，我知道已经有很多相关的问题，但没有一个能满足我的特殊需求。

我想在一个有 50 列的表上使用 dplyr “summarize”，我需要对这些应用不同的汇总函数。

"Summarize_all" 和 "summarize_at" 似乎都有一个缺点，即无法将不同的函数应用于不同的变量子组。

例如，假设 iris 数据集有 50 列，因此我们不想按名称对列进行寻址。我想要前两列的总和，第三列的平均值和所有剩余列的第一个值（在 group_by(Species) 之后）。我怎么能这样做？

我使用进行备份，rsync并使用该选项--files-from定义了应该同步的目录列表。现在，我打算通过该--exclude选项扩展命令，但是它不起作用。

更具体地说，该include-list.txt文件已经包含目录，/home/user/shared/并且我想排除新的子目录/home/user/shared/BIG_DATA/。

这是不起作用的命令。

rsync -azvvr \
    --files-from '/home/user/BACKUP_MNGMT/include-list.txt' \
    --exclude '/home/user/BACKUP_MNGMT/exclude-list.txt' \
    -e ssh / user@server:/home/user/Backup

我正在尝试重复以下代码行：

x.mat <- as.matrix(train.df[,predictors])
y.class <- train.df$Response

cv.lasso.fit <- cv.glmnet(x = x.mat, y = y.class, 
                          family = "binomial", alpha = 1, nfolds = 10)

...使用插入符号包，但无效：

trainControl <- trainControl(method = "cv",
                       number = 10,
                       # Compute Recall, Precision, F-Measure
                       summaryFunction = prSummary,
                       # prSummary needs calculated class probs
                       classProbs = T)

modelFit <- train(Response ~ . -Id, data = train.df, 
            method = "glmnet", 
            trControl = trainControl,
            metric = "F", # Optimize by F-measure
            alpha=1,
            family="binomial")

无法识别参数“ alpha”，并且“模型拟合每次折叠都会失败”。

我究竟做错了什么？帮助将不胜感激。谢谢。