mahout 创建向量问题There are too many documents that do not have a term vector



bin/mahout lucene.vector --dir /home/hadoop/index --output /user/hadoop/out/part-out.vec  --field title --idField id --dictOut /user/hadoop/out/dict.out 

--maxPercentErrorDocs 0.1 


Exception in thread "main" java.lang.IllegalStateException: There are too many documents that do not have a term vector for ***

at org.apache.mahout.utils.vectors.lucene.LuceneIterator.computeNext(LuceneIterator.java:118)
at org.apache.mahout.utils.vectors.lucene.LuceneIterator.computeNext(LuceneIterator.java:41)
at com.google.common.collect.AbstractIterator.tryToComputeNext(AbstractIterator.java:141)
at com.google.common.collect.AbstractIterator.hasNext(AbstractIterator.java:136)
at org.apache.mahout.utils.vectors.io.SequenceFileVectorWriter.write(SequenceFileVectorWriter.java:44)
at org.apache.mahout.utils.vectors.lucene.Driver.dumpVectors(Driver.java:109)
at org.apache.mahout.utils.vectors.lucene.Driver.main(Driver.java:250)


原因1

***是不存在的file ,修改为正确的field

原因2

***是termVectors为false的field

解决,生成index时要设置field的termVectors 为true

原因3,错误文档数目超过了预定的百分比,

可以增加参数--maxPercentErrorDocs 0.1

表示允许10%的错误文档

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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