使用iris数据集（logisticregressionwithlbfgs（），多类分类）。我把数据拉入rdd，转换成Dataframe，整理一下。在iris plant class/label字段上创建了labelindex。创建了其他字段的特征向量。获取dataframe的这两个字段，并将其转换为labelpoint rdd示例，在该示例中，我可以将数据输入logisticregressionwithlbfgs（）。
以下是一些预测代码：

val model = new LogisticRegressionWithLBFGS()
  .setNumClasses(10)
  .setIntercept(true)
  .setValidateData(true)
  .run(training)

分数和标签：

val scoreAndLabels_ofTrain = training.map {
  point =>
    val score = model.predict(point.features)
    (score, point.label)
}

我想看看预测

scoreAndLabels_ofTrain.take(200).foreach(println)

唯一的问题是，我从一本书中得到了这个例子，差不多。我有点希望看到一个数据集，它显示了特征列，预测的数字是什么，它给出了什么概率分数，等等，我想如果我想看到它们所代表的字符串数据，我需要对labelindex进行转换。
我如何得到更好看的表格数据，尽可能接近原始数据集，并对其进行预测？我想我错过了一个技巧。
上面的输出如下所示：

(2.0,2.0)
(2.0,2.0)
(2.0,2.0)
(2.0,2.0)
(2.0,2.0)
...

这是什么意思？不知道如何读取/解释第一行的数据，是不是说，它预测的是“2.0”，而实际的标签是“2.0”？我理解得对吗？