我目前正在开发一个Sparkling Water应用程序，我在Spark和H2O方面完全是新手。
我想做的是：
- 加载输入文本文件
- 创建一个word2vec模型
- 创建一个包含word列和Vector列的数据框
- 将该数据框用作H2O的输入
通过创建模型，我得到一个映射，但我不知道如何将其转换为数据框。输出应该如下所示：
word | Vector
assert | [0.3, 0.4…..]
sense | [0.6, 0.2…..]等等。
这是我目前的代码：
from pyspark import SparkContextfrom pyspark.mllib.feature import Word2Vecfrom pysparkling import *import h2ofrom pyspark.sql import SQLContextfrom pyspark.mllib.linalg import Vectorsfrom pyspark.sql import Row# 在Spark集群上启动H2O应用程序hc = H2OContext(sc).start()# 加载输入文件inp = sc.textFile("examples/custom/text8.txt").map(lambda row: row.split(" "))# 使用向量大小为10构建word2vec模型word2vec = Word2Vec()model = word2vec.setVectorSize(10).fit(inp)# 健全性检查model.findSynonyms("property",5)# 将向量表示分配给变量（映射到变量）wordVectorsDF = model.getVectors()# 将wordVectorsDF中的单词转换为数据框Spark是否提供了任何方法或函数来实现这一点？
提前感谢
回答：
我发现有两个用于Word2Vec转换的库 – 我不知道为什么。
from pyspark.mllib.feature import Word2Vecfrom pyspark.ml.feature import Word2Vec第二行使用getVectors()函数返回一个数据框，并且与第一行的模型构建参数不同。
也许有人可以就这两个不同的库发表评论。
提前感谢。
