spark LDA如何处理非整数令牌计数（例如TF-IDF）

Question

我在Spark中运行了一系列主题建模实验，改变了主题的数量。所以，鉴于RDD docsWithFeatures，我做了类似的事情：

for (n_topics <- Range(65,301,5) ){
    val s = n_topics.toString
    val lda = new LDA().setK(n_topics).setMaxIterations(20) // .setAlpha(), .setBeta()
    val ldaModel = lda.run(docsWithFeatures)
    // now do some eval, save results to file, etc...

这一直很好用，但如果我首先用TF-IDF规范我的数据，我也想比较结果。现在，据我所知，LDA严格要求术语频率为整数值的词袋格式。但是原则上（我已经看到了很多这样的例子），如果我们首先将整数项频率转换为浮点TF-IDF值，则数学运算正常。我目前采取的方法如下（再次给出我的docsWithFeatures rdd）：

val index_reset = docsWithFeatures.map(_._2).cache()
val idf = new IDF().fit(index_reset)
val tfidf = idf.transform(index_reset).zipWithIndex.map(x => (x._2,x._1))

然后我可以运行与第一个块相同的代码，用tfidf代替docsWithFeatures。这没有任何崩溃，但我的主要问题是这是否可行。也就是说，我想确保Spark没有做​​任何有趣的事情，比如将TFIDF中出现的浮点值转换成整数等等。