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