問題タブ [apache-spark-mllib]

次のようなコードを書きました。

各 articleList 項目の「レート」RDD から上位 5 つのキーワードを取得するにはどうすればよいですか?

追加：

articleList には次のオブジェクトが含まれます。

words には、article のすべての単語が含まれます。

レートの構造がわかりません。ドキュメントには次のように書かれています。

mllib.recommendationSpark のライブラリを使用して、プロトタイプのレコメンダー システムを構築したいと考えています。ただし、私が持っているユーザー データの形式は、次のような形式です。

ライブラリを使用する場合mllib.recommendation、クラスの API によるとRating、ユーザー ID は整数でなければなりません (また、連続している必要がありますか?)

実際のユーザー ID と Spark が使用する数値 ID の間で何らかの変換を行う必要があるようです。しかし、どうすればいいですか？

Apache Spark Matrix でさらに操作を実行する方法を見つけようとしています。私は単純なものを作成しRowMatrix、それから共分散行列を作成しました。ただし、例/ドキュメントを見ると、次に何をすべきかわかりません。これまでの私のコードは次のとおりです。

私がやりたいことは、次のような単純なものです(疑似コード):

ここで助けてくれる人に感謝します:)

を実装しようとしていますKMeans using Apache Spark。

次のエラーが表示されます。

そこで、ここに示すように Array[Double] を Vector に変換してみました

次のエラーが発生しました：

だから私はそれorg.apache.spark.rdd.RDD[Array[Double]]が Array[Double] と同じではないと推測しています

データを次のように処理するにはどうすればよいorg.apache.spark.rdd.RDD[Array[Double]]ですか? またはどうすれば変換できorg.apache.spark.rdd.RDD[Array[Double]] to Array[Double]ますか？

MLlib の ALS 行列因数分解を使用して、すべてのユーザーに上位 n 件の推奨事項を生成する方法を探していましたが、成功しませんでした。そのような方法は存在しますか？