tf 如何进行svd_如何在pysp的TFIDF数据帧上应用SVD

74 阅读 0 评论 49 点赞

我是靠谱客的博主活力蜜蜂，最近开发中收集的这篇文章主要介绍tf 如何进行svd_如何在pysp的TFIDF数据帧上应用SVD，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

我已经应用了pyspark tf idf函数并得到了以下结果。在| features |

|----------|

| (35,[7,9,11,12,19,26,33],[1.2039728043259361,1.2039728043259361,1.2039728043259361,1.6094379124341003,1.6094379124341003,1.6094379124341003,1.6094379124341003]) |

| (35,[0,2,4,5,6,11,22],[0.9162907318741551,0.9162907318741551,1.2039728043259361,1.2039728043259361,1.2039728043259361,1.2039728043259361,1.6094379124341003]) |

因此，一个数据帧有1列(features)，其中包含sparsevector作为行。在

我尝试过以下方法，但没有成功：

^{pr2}$

我使用RowMatrix是因为要构建它，我不需要提供元组，但我甚至不能构建RowMatrix。IndexedRowMatrix对我来说会更困难。在

那么如何在pyspark中tf-idf数据帧的输出上运行indexedrowmmatrix？在