Spark ML的Feature提取、转换、选择

1 特征抽取1.1 TF-IDF1.2 Word2VecWord2Vec是一个Estimator，它接收文档的word序列作为参数，训练一个Word2VecModel，该model会将每个word映射到一个唯一的固定大小的vector中。Word2VecModel将document中的所有word的平均，将每个document转换成一个vector；该vector可以被用在预测中使用的featu。