回答此问题可获得 20 贡献值,回答如果被采纳可获得 50 分。
<p>我已经应用了pyspark tf idf函数并得到了以下结果。在</p>
<pre><code>| features |
|----------|
| (35,[7,9,11,12,19,26,33],[1.2039728043259361,1.2039728043259361,1.2039728043259361,1.6094379124341003,1.6094379124341003,1.6094379124341003,1.6094379124341003]) |
| (35,[0,2,4,5,6,11,22],[0.9162907318741551,0.9162907318741551,1.2039728043259361,1.2039728043259361,1.2039728043259361,1.2039728043259361,1.6094379124341003]) |
</code></pre>
<p>因此,一个数据帧有1列(features),其中包含sparsevector作为行。在</p>
<p>现在我想从这个数据帧构建IndexRowMatrix,这样我就可以运行这里描述的svd函数<a href="https://spark.apache.org/docs/latest/api/python/pyspark.mllib.html?highlight=svd#pyspark.mllib.linalg.distributed.IndexedRowMatrix.computeSVD" rel="nofollow noreferrer">https://spark.apache.org/docs/latest/api/python/pyspark.mllib.html?highlight=svd#pyspark.mllib.linalg.distributed.IndexedRowMatrix.computeSVD</a></p>
<p>我尝试过以下方法,但没有成功:</p>
^{pr2}$
<p>我使用RowMatrix是因为要构建它,我不需要提供元组,但我甚至不能构建RowMatrix。IndexedRowMatrix对我来说会更困难。在</p>
<p>那么如何在pyspark中tf-idf数据帧的输出上运行indexedrowmmatrix?在</p>