当前位置: 首页>>编程示例 >>用法及示例精选 >>正文

Python pyspark HashingTF用法及代码示例

本文简要介绍 pyspark.mllib.feature.HashingTF 的用法。

用法:

class pyspark.mllib.feature.HashingTF(numFeatures=1048576)

使用散列技巧将一系列术语映射到它们的术语频率。

版本 1.2.0 中的新函数。

参数：

numFeatures：整数，可选

特征数(默认：2^20)

注意：

术语必须是可散列的(不能是 dict/set/list...)。

例子：

>>> htf = HashingTF(100)
>>> doc = "a a b b c d".split(" ")
>>> htf.transform(doc)
SparseVector(100, {...})

相关用法


注：本文由纯净天空筛选整理自spark.apache.org大神的英文原创作品 pyspark.mllib.feature.HashingTF。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。