我正在尝试获取Spark LDA模型(使用Spark 2.1)的困惑和对数。尽管我可以保存模型,但是下面的代码不起作用(找不到方法logLikelihood
和logPerplexity
)。
from pyspark.mllib.clustering import LDA
from pyspark.mllib.linalg import Vectors
# construct corpus
# run LDA
ldaModel = LDA.train(corpus, k=10, maxIterations=10)
logll = ldaModel.logLikelihood(corpus)
perplexity = ldaModel.logPerplexity(corpus)
注意:dir(LDA)
未提供此类方法。
什么是可行的示例?
我可以训练,但不适合。 'LDA'对象没有属性'fit'
这是因为您正在使用旧的RDD-based API (MLlib),即
from pyspark.mllib.clustering import LDA # WRONG import
其LDA
类确实包含not包括fit
,logLikelihood
或logPerplexity
方法。
为了使用这些方法,您应该切换到新的dataframe-based API (ML):
from pyspark.ml.clustering import LDA # NOTE: different import
# Loads data.
dataset = (spark.read.format("libsvm")
.load("data/mllib/sample_lda_libsvm_data.txt"))
# Trains a LDA model.
lda = LDA(k=10, maxIter=10)
model = lda.fit(dataset)
ll = model.logLikelihood(dataset)
lp = model.logPerplexity(dataset)