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

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注