Spark word2vec使用

Spark 提供有两个包提供了word2vec, 分别是
org.apache.spark.mllib.feature.{Word2Vec, Word2VecModel}
org.apache.spark.ml.feature.Word2Vec

本质没有太大的区别,只是两个包的作用对象不一样
  1. spark.mllib contains the original API built on top of RDDs.
  2. spark.ml provides higher-level API built on top of DataFrames for constructing ML pipelines.
mllib直接用于RDD,ml用于DataFrames

以下是使用者两种来跑word2vec的例子,都是官方给的例子,注意导入数据的类型
使用ml
// $example on$
import org.apache.spark.ml.feature.Word2Vec
// $example off$
import org.apache.spark.sql.SQLContext
import org.apache.spark.{SparkConf, SparkContext}

object Word2VecExample {
  def main(args: Array[String]) {
    val conf = new SparkConf().setAppName("Word2Vec example")
    val sc = new SparkContext(conf)
    val sqlContext = new SQLContext(sc)

    // $example on$
    // Input data: Each row is a bag of words from a sentence or document.
    val documentDF = sqlContext.createDataFrame(Seq(
      "Hi I heard about Spark".split(" "),
      "I wish Java could use case classes".split(" "),
      "Logistic regression models are neat".split(" ")
    ).map(Tuple1.apply)).toDF("text")

    // Learn a mapping from words to Vectors.
    val word2Vec = new Word2Vec()
      .setInputCol("text")
      .setOutputCol("result")
      .setVectorSize(3)
      .setMinCount(0)
    val model = word2Vec.fit(documentDF)
    val result = model.transform(documentDF)
    result.select("result").take(3).foreach(println)
    // $example off$
  }
}
其中documentDF是 DataFrame对象

使用mllib
package mllib


import org.apache.spark.mllib.feature.{Word2Vec, Word2VecModel}
//import org.apache.spark.ml.feature.Word2Vec
import org.apache.spark.sql.SQLContext
import org.apache.spark.{SparkConf, SparkContext}

/**
  * Created by Zhili on 2016/12/8.
  */
object TestWord2Vec {


  def main(args: Array[String]) {

    val conf = new SparkConf().setMaster("local").setAppName("test word2vec ")

    val sc = new SparkContext(conf)
    val sqlContext = new SQLContext(sc)

    val input = sc.textFile("G:\\BigData\\spark-1.6.1\\spark-1.6.1\\data/mllib/sample_lda_data.txt")
      .map(line => line.split(" ").toSeq)

    
    val word2vec = new Word2Vec()

    val model = word2vec.fit(input)
val synonyms = model.findSynonyms("1", 5) for((synonym, cosineSimilarity) <- synonyms) { println(s"
  • 2
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值