spark之TF-IDF浅谈

所用或所学知识，忘了搜，搜了忘，还不如在此记下，还能让其余同志获知。java 在使用spark实现机器学习相关算法过程当中，档语料或者数据集是中文文本时，使用spark实现机器学习相关的算法须要把中文文本转换成Vector或LabeledPoint等格式的数据，须要用到TF-IDF工具。算法 何为TF-IDF TF(Term Frequency)：表示某个单词或短语在某个文档中出现的频率，说白了就

>>阅读原文<<