在PySpark中运行Word2Vec示例时遇到错误

我尝试运行文档中给出的非常简单的Word2Vec示例,文档链接如下:

https://spark.apache.org/docs/1.4.1/api/python/_modules/pyspark/ml/feature.html#Word2Vec

from pyspark import SparkContext, SQLContextfrom pyspark.mllib.feature import Word2VecsqlContext = SQLContext(sc)sent = ("a b " * 100 + "a c " * 10).split(" ")doc = sqlContext.createDataFrame([(sent,), (sent,)], ["sentence"])model = Word2Vec(vectorSize=5, seed=42, inputCol="sentence", outputCol="model").fit(doc)model.getVectors().show()model.findSynonyms("a", 2).show()

TypeError                                 Traceback (most recent call last)<ipython-input-4-e57e9f694961> in <module>()      5 sent = ("a b " * 100 + "a c " * 10).split(" ")      6 doc = sqlContext.createDataFrame([(sent,), (sent,)], ["sentence"])----> 7 model = Word2Vec(vectorSize=5, seed=42, inputCol="sentence", outputCol="model").fit(doc)      8 model.getVectors().show()      9 model.findSynonyms("a", 2).show()TypeError: __init__() got an unexpected keyword argument 'vectorSize'

为什么会失败,有什么想法吗?


回答:

您参考的是ml包的文档,但却从mllib包中导入。在mllib中,Word2Vec__init__方法不接受任何参数。
您是否意图使用以下导入方式:

from pyspark.ml.feature import Word2Vec

输出结果如下:

+----+--------------------+|word|              vector|+----+--------------------+|   a|[-0.3511952459812...||   b|[0.29077222943305...||   c|[0.02315592765808...|+----+--------------------++----+-------------------+|word|         similarity|+----+-------------------+|   b|0.29255685145799626||   c|-0.5414068302988307|+----+-------------------+

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注