小编kar*_*ian的帖子

对于数值/连续数据，为了检测预测变量之间的共线性，我们使用Pearson 相关系数并确保预测变量之间不相关，但与响应变量相关。

但是如果我们有一个数据集，我们如何检测多重共线性，其中预测变量都是categorical。我正在共享一个数据集，我试图找出预测变量是否相关

> A(Response Variable)   B     C   D
> Yes                    Yes Yes Yes
> No                     Yes Yes Yes
> Yes                    No   No  No

如何做同样的事情？

我试图sortByKey()在以下文本文件上运行一个函数.

EMP_NAME EMP_ID SALARY
Adam     22      100
Bob      25      102
Bob      28      104
Chris    29      110

我EMP_NAME作为以下文本文件的关键.我正在运行以下命令:textFile.sortByKey() 我得到以下输出:

Bob
Bob
Adam
Chris

感谢帮助.谢谢.