mahout分类文本输入矢量化

Question

我正在尝试用mahout构建一个分类器。建立模型后。 我必须＆＃34;饲料＆＃34;目标文件到模型并获得分类结果。

我检查了mahout源代码中的测试用例，它使用具有固定数量字段的DenseVector。 但是，我使用mahout对文本文档进行分类，输入是一些字符串（或包含字符串的数组）。如何将其转换为有效的＆＃34; Vector＆＃34;实例

我尝试了StaticWordEncoder和RandomAccessSparseVector，但结果不正确。无法弄清楚为什么。有点绝望。

Answer 1

您必须将文档解析为单词并从中填充向量。

我建议您阅读Mahout In Action之类的内容，以便在尝试之前获得更多背景信息。