Comment puis-je obtenir la perplexité et la probabilité log dans Spark LDA? [fermé]

j'essaie d'obtenir la perplexité et la probabilité logarithmique d'un modèle Lda Spark (avec Spark 2.1). Le code ci-dessous ne fonctionne pas (méthodes logLikelihood et logPerplexity non trouvées) bien que je puisse sauvegarder le modèle. 

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)

remarquez que de telles méthodes ne donnent pas dir(LDA) .

Ce serait un exemple de travail?

0
demandé sur desertnaut 2018-01-22 17:09:46

1 réponses

je peux le faire en train, mais pas en forme. L'objet "LDA" n'a pas d'attribut " fit "

C'est parce que vous travaillez avec l'ancienne, RDD-based API (MLlib) , i.e. 

from pyspark.mllib.clustering import LDA # WRONG import

dont la classe LDA ne comprend pas les méthodes , fit , logLikelihood ou logPerplexity .

pour travailler avec ces méthodes, vous devez passer à le nouveau, dataframe 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)
1
répondu desertnaut 2018-01-22 14:49:54