我想在spark管道中对word2vec模型进行交叉验证网格搜索，以解决最终的二进制分类问题。现在，我离线训练word2vec，然后在二进制分类步骤中加载它。编码的列然后用作logistic回归模型的输入。我想能够添加word2vec的超参数到我的参数网格搜索，但不确定是否有可能调整这些惠普的优化我的逻辑回归分类器。如何使用word2vec作为管道中的转换器和可以通过交叉验证网格搜索进行优化的估计器？
我想在spark管道中对word2vec模型进行交叉验证网格搜索，以解决最终的二进制分类问题。现在，我离线训练word2vec，然后在二进制分类步骤中加载它。编码的列然后用作logistic回归模型的输入。我想能够添加word2vec的超参数到我的参数网格搜索，但不确定是否有可能调整这些惠普的优化我的逻辑回归分类器。如何使用word2vec作为管道中的转换器和可以通过交叉验证网格搜索进行优化的估计器？
暂无答案！
目前还没有任何答案，快来回答吧！