向量標簽是一個本地向量，就是在密集向量，或者稀疏向量的基礎上，添加一個標簽。
<br/>
<mark>標簽向量用于監督學習中</mark>，使用 double 存儲一個標簽，所以標簽數據可以用于回歸，或者分類。對于二分類，一個標簽應該要么是 0 要么是 1。對于多分類，標簽應該是從零開始的索引：`0,1,2,3,4`。
<br/>
**1. 通過Scala數據類型創建向量標簽**
```scala
import org.apache.spark.mllib.regression.LabeledPoint
import org.apache.spark.mllib.linalg.Vectors
object LabelVector {
def main(args: Array[String]): Unit = {
// 創建一個密集向量，向量標簽為1.0
// case class LabeledPoint(val label : scala.Double, val features : org.apache.spark.mllib.linalg.Vector)
val pos: LabeledPoint = LabeledPoint(1.0, Vectors.dense(1.0, 0.0, 3.0))
println(pos) // (1.0,[1.0,0.0,3.0])
// 創建一個稀疏向量，向量標簽為0.0
val neg = LabeledPoint(0.0, Vectors.sparse(3, Array(0, 2), Array(1.0, 3.0)))
println(neg) // (0.0,(3,[0,2],[1.0,3.0]))
println(neg.label) // 0.0
println(neg.features) // (3,[0,2],[1.0,3.0])
}
}
```
<br/>
**2. 通過libsvm格式數據創建向量標簽**
在實際生產中訓練數據是稀疏數據很常見。Mllib 支持以 libsvm 格式存儲的稀疏矩陣，這是一個 `.txt` 格式文件，其中<mark>每一行代表一個打標簽的稀疏特征向量</mark>，格式如下：
```txt
label index1:value1 index2:value2 ...
```
其中，索引是從 1 開始的，遞增的順序。加載之后，特征索引就轉化為了從0 開始的。
<br/>
（1）數據`sample_libsvm_data.txt`
```scala
0 128:51 129:159 130:253 131:159 ...
1 159:124 160:253 161:255 162:63 ...
...
```
（2）讀取`.txt`文件創建向量標簽
```scala
import org.apache.spark.{SparkConf, SparkContext}
import org.apache.spark.mllib.regression.LabeledPoint
import org.apache.spark.mllib.util.MLUtils
import org.apache.spark.rdd.RDD
object LabelVectorLibSvm {
def main(args: Array[String]): Unit = {
val conf: SparkConf = new SparkConf().setMaster("local[*]")
.setAppName(this.getClass.getName)
val sc = SparkContext.getOrCreate(conf)
// def loadLibSVMFile(sc : org.apache.spark.SparkContext, path : scala.Predef.String
// , numFeatures : scala.Int, minPartitions : scala.Int)
val examples: RDD[LabeledPoint] = MLUtils.loadLibSVMFile(sc, "F:/mlib/sample_libsvm_data.txt")
examples.foreach(println)
// (0.0,(692,[127,128,129,130,...], [51.0,159.0,253.0,159.0,...]))
// (1.0,(692,[158,159,160,161,...], [124.0,253.0,255.0,63.0,...]))
}
}
```
