mahout分類文本輸入矢量化

我想用mahout建立一個分類器。模型建成後。我必須將目標文檔「喂」到模型並獲得分類結果。mahout分類文本輸入矢量化

我檢查了mahout源代碼中的測試用例，它使用了具有固定數量字段的DenseVector。但是，我使用mahout來分類文本文檔，輸入是一些字符串（或包含字符串的數組）。如何將其轉換爲有效的「Vector」實例。

我試過StaticWordEncoder和RandomAccessSparseVector，但結果不正確。無法弄清楚原因。有點絕望。

2012-09-04 zhangv

「TestClassifierDriver」產生正確的結果，證明模型訓練應該沒問題。 – zhangv

更好地轉到mahout用戶列表。 – bmargulies

解決。我必須將文檔轉換爲vecotr實例。這個過程有點骯髒，但它工作正常。多謝你們！ – zhangv

您必須將文檔解析爲單詞並從中填充該向量。

我會推薦閱讀像Mahout In Action之類的東西，以在嘗試此操作之前獲取更多背景。

2012-09-04 09:35:45 duffymo

回答