- 阅读权限
- 255
- 威望
- 1 级
- 论坛币
- 49407 个
- 通用积分
- 51.8704
- 学术水平
- 370 点
- 热心指数
- 273 点
- 信用等级
- 335 点
- 经验
- 57815 点
- 帖子
- 4006
- 精华
- 21
- 在线时间
- 582 小时
- 注册时间
- 2005-5-8
- 最后登录
- 2023-11-26
学术权威
还不是VIP/贵宾
TA的文库 其他... R资源总汇
Panel Data Analysis
Experimental Design
- 威望
- 1 级
- 论坛币
- 49407 个
- 通用积分
- 51.8704
- 学术水平
- 370 点
- 热心指数
- 273 点
- 信用等级
- 335 点
- 经验
- 57815 点
- 帖子
- 4006
- 精华
- 21
- 在线时间
- 582 小时
- 注册时间
- 2005-5-8
- 最后登录
- 2023-11-26
| 开心 2017-10-21 10:25:33 |
---|
签到天数: 1 天 连续签到: 1 天 [LV.1]初来乍到
|
经管之家送您一份
应届毕业生专属福利!
求职就业群
感谢您参与论坛问题回答
经管之家送您两个论坛币!
+2 论坛币
- from __future__ import print_function
- from pyspark import SparkContext
- # $example on$
- from pyspark.ml.feature import HashingTF, IDF, Tokenizer
- # $example off$
- from pyspark.sql import SQLContext
- if __name__ == "__main__":
- sc = SparkContext(appName="TfIdfExample")
- sqlContext = SQLContext(sc)
- # $example on$
- sentenceData = sqlContext.createDataFrame([
- (0, "Hi I heard about Spark"),
- (0, "I wish Java could use case classes"),
- (1, "Logistic regression models are neat")
- ], ["label", "sentence"])
- tokenizer = Tokenizer(inputCol="sentence", outputCol="words")
- wordsData = tokenizer.transform(sentenceData)
- hashingTF = HashingTF(inputCol="words", outputCol="rawFeatures", numFeatures=20)
- featurizedData = hashingTF.transform(wordsData)
- idf = IDF(inputCol="rawFeatures", outputCol="features")
- idfModel = idf.fit(featurizedData)
- rescaledData = idfModel.transform(featurizedData)
- for features_label in rescaledData.select("features", "label").take(3):
- print(features_label)
- # $example off$
- sc.stop()
复制代码
扫码加我 拉你入群
请注明:姓名-公司-职位
以便审核进群资格,未注明则拒绝
|
|
|