将Scala countvectorizer输出转换为libsvm格式

Question

嗨我可以建议从scala countvectorizer输出的映射：（[label，（nVocab，[i1，i2，...]，[c1，c2，...]）]）到libsvm格式:(标签， ： ： ...） ？

如果您将输入作为字符串，我不知道在哪里拆分以获取字段，对于初学者。

或者，是否有scala实用程序？ 谢谢， KVD

Answer 1

我把它搞砸了。 countVectorizer输出可以转换为sparseVecor数据类型，其具有[size，[indices]，[values]]。索引和值数组可以压缩并以libsvm格式输出。

val countVec = vec（1）.asInstanceOf [SparseVector]

经过进一步探索后发现我并不需要这种转换。我可以使用classLabel和sparseVector创建一个Labeled点，并直接传递给机器学习对象。

谢谢， KVD