1

有一个 CSV 格式的数据集，如下所示。

FileName,Topic,Tag,Frequency
File-1,Topic -1,Tag-1,10
File-2,Topic -2,Tag-2,10
File-3,Topic -3,Tag-2,10
File-4,Topic -4,Tag-4,10
File-5,Topic -1,Tag-5,10
File-6,Topic -3,Tag-1,10
File-7,Topic -1,Tag-1,10

我需要使用 mahout LDA（潜在狄利克雷分配）算法找到标签之间的相关性。任何人都可以帮助我找到如何使用 Apache Mahout 做到这一点。

我也很困惑，mahout 到底想要什么输入格式？

如果有人请为 mahout 初学者分享一些好东西，这将很有帮助

4

1 回答 1

1

我可能会迟到回答。但是，Mahout 不再支持 0.6 以上版本的 LDA。必须使用 Cvb 而不是 lda 来完成运行主题模型的任务。

以下链接可以帮助您：

https://mahout.apache.org/users/clustering/lda-commandline.html https://mahout.apache.org/users/clustering/latent-dirichlet-allocation.html

于 2014-10-30T00:24:22.453 回答