我在這里發現了很多關于從擬合的 CrossValidator 對象中提取最佳模型參數的問題，但我還沒有發現有關此特定錯誤的任何信息。我正在嘗試創建一個 CrossValidator 對象并將其適合我的訓練數據，然后根據我的初始線性回歸模型評估指標。我的數據集已被消化為適當的格式，并分為訓練集和測試集，并成功應用于第一個線性回歸模型。第一次嘗試交叉驗證，我不知何故搞砸了，因為最后一行代碼返回“ IllegalArgumentException：標簽不存在?？捎茫篜E，功能，CrossValidator_3fda633cd32d_rand，預測”，其中“PE”是我的標簽Col.from pyspark.ml.regression import LinearRegression from pyspark.ml.evaluation import RegressionEvaluatorfrom pyspark.ml.tuning import CrossValidator, ParamGridBuilderlrCV = LinearRegression(featuresCol='features', labelCol='PE', maxIter=50)#Creating a grid of parameter values that the cross-validation will useparamGrid = ParamGridBuilder() \  .addGrid(lrCV.regParam, [1, 0.1, 0.01]) \  .addGrid(lrCV.elasticNetParam, [0.0, 0.5, 1.0, 2]) \  .addGrid(lrCV.fitIntercept, [True, False]) \  .build()#Create an instance of the CrossValidator object and enter our predefined parameterscrossVal = CrossValidator(estimator=lrCV,                         estimatorParamMaps=paramGrid,                         evaluator=RegressionEvaluator(),                         numFolds=5)lrModelCV = crossVal.fit(train)有人有什么建議嗎？我猜這是我忽略的非常簡單的事情，但我一生都無法找到它是什么。提前致謝。