输入为数组的 OneHotEncoder

Question

我正在尝试从我的原始数据中提取特征。

我的原始数据是Seq[String]。

我想将其转换为带有多个 1 而不是只有一个的 OneHot 编码，但似乎 spark ml https://spark.apache.org/docs/latest/ml-features.html#onehotencoderestimator 只接受单个 String 作为输入。

也许我是盲人，但我似乎找不到一个接受字符串列表的人。

谢谢。

Answer 1

谢谢@user8371915

阅读 https://spark.apache.org/docs/2.2.0/ml-features.html#countvectorizer 看来这正是我所需要的。

更多信息： How to get word details from TF Vector RDD in Spark ML Lib?