當前位置: 首頁>>編程示例 >>用法及示例精選 >>正文

Python pyspark HashingTF用法及代碼示例

本文簡要介紹 pyspark.mllib.feature.HashingTF 的用法。

用法:

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

使用散列技巧將一係列術語映射到它們的術語頻率。

版本 1.2.0 中的新函數。

參數：

numFeatures：整數，可選

特征數(默認：2^20)

注意：

術語必須是可散列的(不能是 dict/set/list...)。

例子：

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

相關用法


注：本文由純淨天空篩選整理自spark.apache.org大神的英文原創作品 pyspark.mllib.feature.HashingTF。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。