将pandas数据帧中的列表传递给TF IDF的sklearn
TF-IDF（Term Frequency-Inverse Document Frequency）是一种用于信息检索和文本挖掘的常用技术，可以评估一个词在一个文档集合中的重要性。
在处理pandas数据帧中的列表传递给TF-IDF的sklearn时，可以按照以下步骤进行：
- 引入必要的库和模块：
import pandas as pd
from sklearn.feature_extraction.text import TfidfVectorizer- 假设pandas数据帧中有一列名为"content"，其中包含了要进行TF-IDF处理的文本数据。
- 创建一个TfidfVectorizer对象，并指定需要的参数：
tfidf = TfidfVectorizer(stop_words='english')stop_words='english'参数表示要忽略英文中的常用停用词，这些词对文本的重要性评估没有太大帮助。
- 将"content"列中的文本数据转换为TF-IDF特征向量表示：
tfidf_matrix = tfidf.fit_transform(df['content'])fit_transform()方法将文本数据转换为TF-IDF特征向量表示。
- 获取TF-IDF矩阵中的特征词列表：
feature_names = tfidf.get_feature_names()get_feature_names()方法返回TF-IDF矩阵中的特征词列表。
至此，你已经成功将pandas数据帧中的列表传递给TF-IDF的sklearn，并得到了TF-IDF矩阵以及特征词列表。
TF-IDF的优势在于可以通过评估词语在文档中的重要性来进行文本挖掘和信息检索。它可以帮助我们找到与特定主题或关键词相关的文档，并对文档进行排序。TF-IDF广泛应用于搜索引擎、文本分类、信息检索、关键词提取等领域。
关于腾讯云的相关产品，可以使用腾讯云的文本智能处理（NLP）服务，如腾讯云自然语言处理（NLP） API，来进行文本分析和处理。
腾讯云自然语言处理（NLP） API：https://cloud.tencent.com/document/product/271/35496
相关·内容
1回答
我有一个由news articles组成的包含text列的pandas数据帧。如下所示：
text
article1
article2
article3
article4
我已经计算了文章的Tf-IDF值为：-
from sklearn.feature_extraction.text import TfidfVectorizer
tfidf = TfidfVectorizer()
matrix_1 = tfidf.fit_transform(df['text'])
因为我的数据帧在不断更新。所以，假设在计算了-if as matrix_1之后，我的数据帧更新了更多的文章。类似于
浏览 2提问于2018-08-01得票数 2
我有220 GB的数据。我已经将其作为两列读取到spark dataframe中: JournalID和Text。现在，我的数据帧中缺少27行。
使用NGram类，我在dataframe中添加了另外两个列Unigram和Bigram，其中包含文本列中的单字和双字。然后，我使用一元和二元语法列上的pyspark的TF和IDF类计算TFIDF，并将其作为另一列添加到dataframe中。
现在我为dataframe中的每一行都有了journalID和TFIDF vector。我想将支持向量机应用于所有类型的核，以TFIDF向量作为特征，以JournalID作为标签。由于多类支持向量机不存在于pys
浏览 1提问于2018-12-17得票数 0
如何将以下具有若干文档中每个单词的tf-idf分数的pandas数据帧转换为名为"tfdif“的矩阵，以便实现以下示例
from sklearn.feature_extraction.text import TfidfVectorizer from nltk.stem.porter import PorterStemmer str = 'this sentence has unseen text such as computer but also king lord juliet' response = tfidf.transform([str])
浏览 1提问于2016-02-21得票数 0
1回答
我有一个包含两列数据的pandas数据帧。第一列有文本，第二列有浮点值 cleaned_text | interaction_duration
us unveils world powerful supercomputer beat china us unveil world powerful supercomputer call summit beat previous record holder 1.0
second summit server reportedly take size two tennis court 2.3
philippinesa category fault
浏览 16提问于2020-10-27得票数 0
给出了以下示例：
from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.decomposition import NMF
from sklearn.pipeline import Pipeline
import pandas as pd
pipe = Pipeline([
("tf_idf", TfidfVectorizer()),
("nmf", NMF())
])
data = pd.DataFrame([["Salut comment t
浏览 0提问于2018-02-12得票数 26
回答已采纳
我正在尝试在Pandas专栏中应用TF-IDF 数据 all_cols
0 who is your hero and why
1 what do you do to relax
2 this is a hero
4 how many hours of sleep do you get a night
5 describe the last time you were relax 我知道要使用CountVectorizer，我需要将列转换为list (这就是我尝试做的)。 要应用TFIDF，我无法应用列表(我尝试将其转换为字符串)。 from sklearn.fea
浏览 81提问于2019-06-24得票数 2
我有以下数据集：
test_set = ("The sun in the sky", "The sun in the light", "Do not blame it on moonlight", "Do not blame it on sunshine")
现在，我使用以下代码创建tf-idf矩阵
from sklearn.feature_extraction.text import TfidfTransformer
from sklearn.feature_extraction.text import CountVectori
浏览 1提问于2017-01-27得票数 3
我在pandas dataframe中有一个专栏，在那里我捕获了一个访问者的旅程。我想在这个文本专栏中实现TF-IDF。以下是示例数据-
df = pd.DataFrame({'id': [10, 11, 12]
, 'pagename': ['home:cart:checkout:buy:home','home:cart:cart:home','home:account:home']})
下面是df的外观-
现在，我想应用tf-idf技术，我的单词由:这样的分隔符分隔。
浏览 9提问于2021-06-12得票数 0
3回答
计算大熊猫的Tf-Idf分数？
、、、、
我想从下面的文档中分别计算tf和idf。我用的是蟒蛇和熊猫。
import pandas as pd
df = pd.DataFrame({'docId': [1,2,3],
'sent': ['This is the first sentence','This is the second sentence', 'This is the third sentence']})
我想使用Tf-Idf的公式进行计算，而不是使用Sklearn库。
在标记化之后，我已经将其用于TF计算：
tf
浏览 13提问于2018-08-02得票数 2
我正在使用sklearn。我试着把列的名字按tf值的顺序排列成每个文档的递减顺序吗？因此，基本上，如果一个文档有所有的停止词，那么我们就不需要任何列名。
import pandas as pd
from sklearn.feature_extraction.text import TfidfVectorizer
msg = ["My name is Venkatesh",
"Trying to get the significant words for each vector",
"I want to get the lis
浏览 6提问于2022-07-13得票数 0
回答已采纳
1回答
纯熊猫实施TF-下手
、、、、
我想知道为什么我的Pandas对TF-国防军的实现显示出的结果与学习技巧的结果略有不同。
以下是我的实现：
text = ["aa bb cc dd ee", "bb cc dd dd"]
terms = [Counter(t.split(' ')) for t in text]
tf = pd.DataFrame(terms)
tf = tf.fillna(0)
num_docs = len(text)
idf = np.log(num_docs / tf[tf >= 1].count()) + 1
tf_idf = tf * i
浏览 0提问于2018-10-24得票数 3
回答已采纳
1回答
我已经对文本数据做了K-means聚类 #K-means clustering
from sklearn.cluster import KMeans
num_clusters = 4
km = KMeans(n_clusters=num_clusters)
%time km.fit(features)
clusters = km.labels_.tolist() 其中，特征是tf-idf向量 #preprocessing text - converting to a tf-idf vector form
from sklearn.feature_extraction.text import
浏览 16提问于2019-03-22得票数 1
1回答
向量化器Python中的单词组合
、、、、
我有一个包含医学文本数据的数据集，我对它们应用tf-idf向量器，并计算单词的tf idf得分，如下所示：
import pandas as pd
from sklearn.feature_extraction.text import TfidfVectorizer as tf
vect = tf(min_df=60,stop_words='english')
dtm = vect.fit_transform(df)
l=vect.get_feature_names()
x=pd.DataFrame(dtm.toarray(), columns=vect.get_fe
浏览 15提问于2017-08-15得票数 4
回答已采纳
给定一个包含3个文档的语料库，例如：
sentences = ["This car is fast",
"This car is pretty",
"Very fast truck"]
我正在手工执行tf-idf的计算。
对于文档1和单词"car"，我可以找到：
TF = 1/4
IDF = log(3/2)
TF-IDF = 1/4 * log(3/2)
同样的结果也适用于文档2，因为它有4个单词，其中一个是"car“。
我已经尝试在sklearn中应
浏览 19提问于2019-07-06得票数 2
回答已采纳
我有一个大小为208 (208个句子数组)的列表，如下所示：
all_words = [["this is a sentence ... "] , [" another one hello bob this is alice ... "] , ["..."] ...]
我想获取tf-idf值最高的单词。我创建了一个tf-idf矩阵：
from sklearn.feature_extraction.text import TfidfVectorizer
tokenize = lambda doc: doc.split(" ")
浏览 2提问于2017-10-12得票数 3
1回答
我使用sklearn接收给定关键字列表的TF-IDF。它工作得很好，但唯一不起作用的是它没有计算“汽车制造商”这样的词组。我该怎么解决这个问题呢？我应该使用不同的模块吗？ Pfa，第一行代码，这样你就可以看到我使用了哪些模块。提前感谢！ import numpy as np
import os
from sklearn.feature_extraction.text import TfidfVectorizer, CountVectorizer
from pathlib import Path
# root dir
root = '/Users/Tom/PycharmProjec
浏览 25提问于2020-07-28得票数 0
回答已采纳
1回答
我正在尝试利用CSR矩阵作为变量来增强我的模型。该矩阵是从pandas数据帧中的字符串值分析tf-idf度量得出的。 CSR矩阵所源自的序列有7325条记录。在生成CSR矩阵之后，它具有(7325,4927)的形状。我不清楚矩阵的格式，也不清楚4927代表什么。 但基本上，我尝试在多变量随机森林分类模型中使用矩阵作为1个变量。我已经尝试将矩阵转换为数据帧，然后添加martix数据帧和其他两个系列，以创建一个新的数据帧，表示要插入到模型中的所有变量。 pd.DataFrame(pd.DataFrame(matrix), df['var1'], df['var2'
浏览 19提问于2021-01-29得票数 0
1回答
我想在我的数据帧中查找使用tfidf出现最多的句子，我做了一些预处理，如tokenize和stopword，现在我有2列(text & Stopword) text Stopword
bts jimin declared himself the worst player after his self sabotage ['bts', 'jimin', 'declared','worst'
浏览 7提问于2020-04-10得票数 0
我已经使用Sklearn完成了TF国防军，但问题是我不能用英语单词作为临时词，因为我是在马来西亚语(非英语)。我需要的是导入包含停止词列表的txt文件。
stopword.txt
saya
cintakan
awak
tfidf.py
from sklearn.feature_extraction.text import TfidfVectorizer
corpus = ['Saya benci awak',
'Saya cinta awak',
'Saya x happy awak',
浏览 4提问于2016-04-02得票数 0
回答已采纳
1回答
我正在尝试处理quora发布的数据集，以确定Question1是否与Question2具有相似的意图。
数据集如下所示：
印度股市投资的逐步指南是什么?投资股票市场的一步一步的指南是什么？
我正在尝试参考阿比舍克·塔库特性来开始。上面写着：
📷
根据我的理解，sklearn的python代码应该是：
from sklearn.feature_extraction.text import TfidfVectorizer
import pandas as pd
tfidf_vectorizer = TfidfVectorizer()
data['tf_idf
浏览 0提问于2017-04-25得票数 1
回答已采纳
1回答
我正在尝试通过几个文本获得单词的tf-idf总分。我遵循这里看到的手动计算tf-idf的方法：
我用这些句子：‘男人出去散步了’，‘孩子们围坐在火堆旁’。
结果可以在这个pandas数据框表中看到：
用于显示tf-idf结果的字典可以在这里看到：
[{'a': 0.09902102579427789, 'for': 0.09902102579427789, 'man': 0.09902102579427789, 'out': 0.09902102579427789, 'the': 0.0, 'wa
浏览 14提问于2020-02-23得票数 1
1回答
在熊猫中加入使用栏名
、、、
我在熊猫里有两个数据，一个是开头的：
另一种是TF-IDF操作的结果。因此，基本上，Name是按Group分组的，然后应用sklearn TF-IDF就像这样：
import pandas as pd
from sklearn.feature_extraction.text import TfidfVectorizer
frame = df.groupby(['Group'])['Name'].apply(' '.join).reset_index()
vect = TfidfVectorizer()
tfidf = vect.fit
浏览 1提问于2021-07-11得票数 1
回答已采纳
1回答
所以我试着在一些文本数据上使用sklearn TFIDF向量器，我一直收到这个错误： ValueError: empty vocabulary; perhaps the documents only contain stop words 代码如下： tf_idf_vect = tfi(stop_words = 'english',
max_features = 20)
x = data['text']
#data = [tweets.strip() for tweets in x]
#texts = [[word.lowe
浏览 244提问于2020-08-15得票数 0
我有一个tweet的数据帧，我试图在词条化的'tweet‘列上计算Tf-Idf。我对词汇化的结果有一个问题，并且在尝试计算Tf-Idf时得到一个错误。 下面是我的代码： w_tokenizer = nltk.tokenize.WhitespaceTokenizer()
lemmatizer=WordNetLemmatizer()
def lemmatize_text(tweet):
return [lemmatizer.lemmatize(w) for w in w_tokenizer.tokenize(tweet)]
df['tweet_lemmatized&#
浏览 54提问于2020-07-27得票数 2
回答已采纳
3回答
我想从下面的文档中计算tf-idf。我用的是蟒蛇和熊猫。
import pandas as pd
df = pd.DataFrame({'docId': [1,2,3],
'sent': ['This is the first sentence','This is the second sentence', 'This is the third sentence']})
首先，我认为我需要为每一行获取word_count。所以我写了一个简单的函数：
def word_count(se
浏览 0提问于2016-06-02得票数 38
import pandas as pd
from sklearn.feature_extraction.text import TfidfTransformer
from sklearn.feature_extraction.text import TfidfVectorizer
import path
import re
with open(r'C:\Users\maxim\PycharmProjects\THESIS\data\santander2020_1.txt', 'r') as file:
data = file.read()
dat
浏览 4提问于2022-05-14得票数 0
回答已采纳
我有以下代码。我已经使用scikit向量器训练了TFIDF
from sklearn.feature_extraction.text import CountVectorizer
count_vectorizer = CountVectorizer(min_df=1,stop_words="english")
term_freq_matrix = count_vectorizer.fit_transform(vectoriser.mydoclist)
# print "Vocabulary:", count_vectorizer.vocabulary_
fr
浏览 0提问于2017-03-02得票数 0
这是一个情感分析模型，为特征提取用tf-以色列国防军，我想知道如何保存这个模型，并重用它。我试着用这种方式保存它，但是当我加载它时，对测试文本和它上的fit_transform做同样的预处理，它给出了一个错误，即模型期望有X个特征，但是得到了Y。
我就是这样救它的
filename = "model.joblib"
joblib.dump(model, filename)
这是我的tf-国防军模型的代码
import pandas as pd
import re
import nltk
from sklearn.ensemble import RandomForestClass
浏览 10提问于2022-05-26得票数 1
回答已采纳
1回答
我使用sklearn创建了一个使用Tf-Idf的文本分类器，我想使用BERT和Elmo嵌入而不是Tf-Idf。 如何做到这一点？ 我使用下面的代码来实现Bert嵌入： from flair.data import Sentence
from flair.embeddings import TransformerWordEmbeddings
# init embedding
embedding = TransformerWordEmbeddings('bert-base-uncased')
# create a sentence
sentence = Sentence(&#
浏览 51提问于2021-04-15得票数 2
回答已采纳
我有一个文章的数据集。一些在线示例通常对语料库进行硬编码。如果我想要计算我自己的数据集的TF-IDF，我应该怎么做？
注意:我创建了一个数据帧来存储这些数据。以下是我的代码
pip install scikit-learn
from sklearn.feature_extraction.text import CountVectorizer
corpus = merged_df['title']
vectorizer = CountVectorizer()
wordFrequency = vectorizer.fit_transform(corpus)
word = ve
浏览 3提问于2020-08-07得票数 0
在pyspark的官方文档中，他们有一个tf-idf的例子。
hashingTF = HashingTF()
tf = hashingTF.transform(documents)
tf.cache()
idf = IDF().fit(tf)
tfidf = idf.transform(tf)
我在其他地方也准备好了类似的代码。问题是:为什么该数据帧的名称是tfidf？结果是等于tf * idf还是只存储idf？如果是，如何计算tf*idf？
浏览 1提问于2018-12-19得票数 0
1回答
如何计算数据集上的TF-IDF？
、、、、
我有文章的数据集，以及每个单词在这些文章中出现的次数:如何计算TF-IDF？
import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns; sns.set()
from sklearn.cluster import KMeans
import pandas as pd
import sklearn as sk
import math
data = pd.read_csv('D:\\Datasets\\NIPS_1987-2015.csv', index_col ="word"
浏览 0提问于2019-12-21得票数 1
我们可以使用CountVectorizer来计算一个单词在语料库中发生的次数：
# Tokenizing text
from sklearn.feature_extraction.text import CountVectorizer
count_vect = CountVectorizer()
X_train_counts = count_vect.fit_transform(twenty_train.data)
如果我们将其转换为数据帧，则可以看到令牌是什么样子：
📷
例如，第三个文档的35,780字发生了两次。
我们可以使用TfidfTransformer来计算一个词在语料库中发生的次数
浏览 0提问于2017-12-11得票数 20
回答已采纳
1回答
我有8个文档，我在上面运行TF-IDF来获得一个数组。我不明白如何找到一个给定输入查询的最佳文档匹配？
all_documents = [doc1, doc2, ...., doc7]
sklearn_tfidf = TfidfVectorizer(norm='l2',min_df=0, use_idf=True, smooth_idf=False, sublinear_tf=True, tokenizer=tokenize)
sklearn_representation = sklearn_tfidf.fit_transform(all_documents).toarray(
浏览 1提问于2017-03-21得票数 0
1回答
考虑到以下代码：
import pandas as pd
from sklearn.feature_extraction.text import TfidfVectorizer
import urllib.request # the lib that handles the url stuff
from bs4 import BeautifulSoup
import unicodedata
def remove_control_characters(s):
base = ""
for ch in s:
if unicodedata.categ
浏览 0提问于2020-01-21得票数 3
回答已采纳
1回答
一个多等级文本分类问题
、、、
我试图根据每一种产品的文本描述来生产一系列的产品分类器。我所拥有的数据框架类似于下面的内容，但更复杂。使用Python和sklearn库。
data = {'description':['orange', 'apple', 'bean', 'carrot','pork','fish','beef'],
'level1':['plant', 'plant', 'plant', 'pl
浏览 5提问于2021-12-16得票数 0
回答已采纳
我使用sklearn获取tf-IDF值，如下所示。
from sklearn.feature_extraction.text import TfidfVectorizer
myvocabulary = ['life', 'learning']
corpus = {1: "The game of life is a game of everlasting learning", 2: "The unexamined life is not worth living", 3: "Never stop learning"}
浏览 1提问于2017-10-06得票数 5
回答已采纳
我正在使用亲和力传播聚类对句子进行聚类。作为中间步骤，我正在计算相似度矩阵。它适用于较小的数据集，但对于大型数据集会抛出内存错误。我有一个包含句子的数据集。
样本数据集：
'open contacts',
'open music player',
'play song',
'call john',
'open camera',
'video download',
...
我的代码：
import nltk, string
from sklearn.feature_extraction.text im
浏览 9提问于2018-02-08得票数 4
我按照的教程，使用tf-idf和支持向量机实现了文本分类。
分类工作正常。现在，我想绘制tf值(即特性)，并查看最后生成的超平面如何将数据分类为两个类。
实施的守则如下：
import os
import numpy as np
from sklearn.naive_bayes import MultinomialNB
from sklearn.metrics import confusion_matrix
from sklearn.svm import LinearSVC
from sklearn.feature_extraction.text import TfidfVectorizer
浏览 0提问于2018-05-14得票数 0
1回答
我有文件的tf idf矩阵。在TFIDF矩阵中，我有一些项的权重要加倍。假设我有矩阵weightTerms，我有以下代码
from sklearn.feature_extraction.text import CountVectorizer
count_vectorizer = CountVectorizer(min_df=1,stop_words="english")
term_freq_matrix = count_vectorizer.fit_transform(vectoriser.mydoclist)
# print "Vocabulary:", c
浏览 4提问于2017-03-02得票数 0
我已经为.csv文件中的3个不同列计算了tf-idf矩阵，现在希望将这些值存储在一个单独的csv文件中，并使用列名作为要存储其tf-IDF值的列。我是python的新手。请帮我解决这个问题。
import pandas as pd
import numpy as np
from sklearn.feature_extraction.text import TfidfVectorizer
import csv
data=pd.read_excel(r"C:\Users\amgup\Downloads\classification\Model_Dataset.xlsx", use
浏览 0提问于2021-11-26得票数 1
因此，我正在为非常大的语料库(100 k文档)做tf-国防军，这给了我内存错误。是否有任何植入可以很好地工作与这么多的文件？我想做我自己的止损单。此外，它在50k文档上工作，如果有一个文件，我可以在这个计算中使用的文档数的限制是什么(sklearn着床)。
def tf_idf(self, df):
df_clean, corpus = self.CleanText(df)
tfidf=TfidfVectorizer().fit(corpus)
count_tokens=tfidf.get_feature_names_out()
article_vect =
浏览 9提问于2022-02-17得票数 2
回答已采纳
2回答
如何计算按列分组的tf-idf，而不是整个数据帧？
假设在下面的数据帧中
private val sample = Seq(
(1, "A B C D E"),
(1, "B C D"),
(1, "B C D E"),
(2, "B C D F"),
(2, "A B C"),
(2, "B C E F G")
).toDF("id","sentences")
在上面的示例中，应该通过考虑前三个元素来计算id =1
浏览 0提问于2018-05-31得票数 0
我想使用TF-IDF-CF方法进行单词加权。我从github得到了这样的代码，但我仍然不知道如何在我的数据帧中实现它。我拥有的数据集包含总共1000行的文本集合。代码如下：
import math
"""
"""
class FrequencyCalc:
def tfidfcf(self, tfidfZip, classWordLists):
"""
"""
tfidfcf = []
N = len(classWordLists)
for (w, f
浏览 0提问于2020-01-15得票数 0
我试图用SVC在sklearn上解决一个文本分类问题。我还想检查哪一个向量器最适合我的数据:单词包CountVectorizer()或TF-IDF TfidfVectorizer()
到目前为止，我所做的是分别使用这两个向量器，一个接一个，然后比较它们的结果。
# Bag of Words (BoW)
from sklearn.feature_extraction.text import CountVectorizer
count_vectorizer = CountVectorizer()
features_train_cv = count_vectorizer.fit_transform(
浏览 0提问于2019-08-05得票数 2
回答已采纳
1回答
具有元分类器的管道
、、、
我正在尝试对来自熊猫数据帧的不同特征训练一个元分类器。
这些特征本质上要么是文本的，要么是分类的。
我在拟合模型时遇到了问题，错误如下：“发现样本数量不一致的输入变量: 1,48678”。我理解这个错误的含义，但不知道如何修复它。非常感谢您的帮助！
我使用的代码如下：
import pandas as pd
from sklearn import preprocessing
from sklearn.pipeline import Pipeline
from sklearn.ensemble import RandomForestClassifier
from sklearn.neural_n
浏览 6提问于2017-11-18得票数 0
1回答
我只想用一组句子的tf*以色列国防军矩阵来计算给定句子中的一个单词。我使用来自sklearn.feature_extraction.text的sklearn.feature_extraction.text。
例子：
from sklearn.feature_extraction.text import TfidfVectorizer
sentences = ("The sun is shiny i like the sun","I have been exposed to sun")
vect = TfidfVectorizer(stop_words="
浏览 0提问于2015-08-27得票数 4
回答已采纳
2回答
我有一份包括
docs[infile]={'tf':{}, 'idf':{},'words':[], 'tf_idf':{}}
我有一个清单，我想传递一些迪克的项目
分词tf_idf和idf包含{(word，number)，(word，number)，.}等数据。
我需要存储在列表中的tf_idf和以色列国防军的项目。这段代码只存储这两个潜水员中的一个。
templist=[]
for key in docs: #stores data in separate list
TF_IDF_buffer = docs[key][
浏览 0提问于2013-08-06得票数 1
回答已采纳
1回答
我想将此tfidf过程的结果打印为文本文件中的(word，2.333)。目前，它先打印所有单词，然后打印分数。我该怎么做呢？我还希望按照IDF值对文件进行排序，以获得最重要的单词。
from sklearn.feature_extraction.text import TfidfTransformer
from sklearn.feature_extraction.text import TfidfVectorizer
results = []
with open("/Users/xyz/Documents/wholedata/X_tr.txt") as f:
for
浏览 0提问于2015-12-11得票数 3
我正在尝试使用Apache Spark MLlib实现一个文档分类器，但我在表示数据时遇到了一些问题。我的代码如下：
import org.apache.spark.sql.{Row, SQLContext}
import org.apache.spark.sql.types.{StringType, StructField, StructType}
import org.apache.spark.ml.feature.Tokenizer
import org.apache.spark.ml.feature.HashingTF
import org.apache.spark.ml.featur
浏览 0提问于2015-06-19得票数 15
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
