Java 如何在ApacheMahout中对数值数据进行分类？

我有一个格式为

类、单字符计数、双字符计数、情感的数字数据集。我浏览了一些ApacheMahout文档，都是关于文本数据的。我知道我需要执行3个步骤来分类：转换为序列文件，矢量化序列文件，将其传递给训练朴素贝叶斯分类器。但我很难理解在Mahout中对文本数据集和数字数据集进行分类的区别。在我的情况下，我需要做哪些不同的事情？我非常感谢您的帮助。
您可能知道，mahout不能使用文本数据来训练模型。如果从数字数据集开始，分类将更加容易，因为mahout处理的向量是数字数据向量

我在文本数据集上使用了mahout，我知道在这种情况下，我必须使用dictionnary将文本数据转换为数字数据。有些算法比其他算法处理得更好（例如，朴素贝叶斯（naivebayes）非常喜欢类似文本的数据）

因此，在您的情况下，尝试使用其他分类器，如随机forrest或在线逻辑回归，以获得更有效的结果。根据我的经验，使用random forrest，你可以定义你拥有的特征类型（在你的例子中，你所有的特征都是数字的），这样分类就很容易了。如果您想坚持使用Naive Bayes，我相信仍然可以对您的数字数据集进行分类，但我从未使用过它，因此无法提供更多帮助。
感谢您的见解。这是我第一次尝试使用Mahout，我在网上找不到任何使用Mahout进行数字数据分类的示例。我同意很难在网上找到示例，在我的作品中，我改编了《Mahout在行动》一书中的代码和一些在线给出的代码。试着检查一下这个：你应该能够用数字版本来调整代码（你不需要使用文本分析器/标记器，这是关于像数据一样对文本进行分类的复杂事情），谢谢你的参考！