Spark 实战，第 6 部分: 基于 Spark ML 的文本分类

引言 文本分类是一个典型的机器学习问题，其主要目标是经过对已有语料库文本数据训练获得分类模型，进而对新文本进行类别标签的预测。这在不少领域都有现实的应用场景，如新闻网站的新闻自动分类，垃圾邮件检测，非法信息过滤等。本文将经过训练一个手机短信样本数据集来实现新数据样本的分类，进而检测其是否为垃圾消息，基本步骤是：首先将文本句子转化成单词数组，进而使用 Word2Vec 工具将单词数组转化成一个 K

>>阅读原文<<