使用机器学习和大数据预测心脏病

疾病预测层（参考Github的代码）

现在，使用Apache Spark加载测试数据到一个RDD。

对测试数据做模型适配和清除。

使用spark mllib从存储空间加载模型。

使用模型对象来预测疾病的出现。例如：

NaiveBayesModel _model = NaiveBayesModel.load(<Spark Context>,<Model Storage Location>);

代码的截取如下所示：

SparkConfAndCtxBuilder ctxBuilder = new SparkConfAndCtxBuilder();
JavaSparkContext jctx = ctxBuilder.loadSimpleSparkContext("local");

JavaRDD<String> dsLines = jctx.textFile(testDataLoc);
JavaRDD<Vector> fRdd = dsLines.map(new TestDataToFeatureVectorMapper());

NaiveBayesModel _model = NaiveBayesModel.load(jctx.sc(),modelStorageLoc);

JavaRDD<Double> predictedResults = _model.predict(fRdd);
List<Double> prl = predictedResults.collect();for (Double pr : prl) {
 ? ?System.out."Predicted Value : " + pr);
}

上述设计的问题