我刚开始学习如何使用 mahout。但是，我不是 java 程序员，所以我试图避免使用 java 库。
我注意到有一个 shell 工具 regexconverter。但是，文档很少且没有指导意义。指定正则表达式选项究竟是做什么的，转换器类和格式化程序类是做什么的？mahout wiki非常不透明。我假设正则表达式选项指定什么算作“单位”左右。
他们列出的示例是使用 regexconverter 将 http 日志请求转换为我相信的序列文件。我有一个 csv 文件，其中包含稍微改变的 http 日志请求，我希望将其转换为序列文件。我是否只需更改正则表达式以获取每一行？我正在尝试运行一个贝叶斯分类器，类似于20 个新闻组示例，它似乎完全在 shell 中完成，无需 Java 编码。
顺便说一句，arff.vector命令似乎允许我将 arff 文件直接转换为向量。我对 arff 不熟悉，认为它似乎是我可以轻松将 csv 日志文件转换成的东西。我应该改用这种方法，并完全跳过序列文件步骤吗？
谢谢您的帮助。