一、概述
1.1 在机器学习处理过程中，为了方便相关算法的实现，通常需要将标签数据（一般为字符串）转换成整数索引，或者在算法结束后将整数索引还原成相应标签。
1.2 在Spark ML包中提供了几个相关的转换器：
StringIndex：将一列类别型的特征(或标签)进行编码，使其数值化，索引的范围从0开始，索引的顺序为标签的频率，出现频率最高的标签索引为0，如果输入为数值型，先将其转化成字符型再进行编码
IndexToString：与StringIndex相反，将整形索引还原成字符型
VectorIndexer：如果所有特征都被集中在一个向量中，又想对其中某些单个分量进行处理时，可以使用VectorIndexer
二、代码实现
2.1 使用 StringIndex进行转化
引入所需的类
构建一个DataFrame，设置StringIndex的输入列和输出列名字
训练模型
2.2使用IndexToString进行转换
2.3使用VectorIndexer进行转化
导入相应的包，构建数据集
构建转化器并进行训练
通过categoryMaps来获得被转换的特征及其映射
将模型应用于原有数据，完成转换
三、学习视频
https://www.bilibili.com/video/BV1oE411s7h7?p=74