我试图获得Spark LDA模型的困惑和对数可能性（Spark 2.1）。下面的代码不起作用（方法logLikNathan和logPerplexity未找到），尽管我可以保存模型。
from pyspark.mllib.clustering import LDA
from pyspark.mllib.linalg import Vectors
# construct corpus
# run LDA
ldaModel = LDA.train(corpus, k=10, maxIterations=10)
logll = ldaModel.logLikelihood(corpus)
perplexity = ldaModel.logPerplexity(corpus)
请注意，这些方法不会提供dir（LDA）。
一个有效的例子是什么？
我可以参加训练，但不适合LDA“对象没有“适合”属性
这是因为您使用的是旧的、基于RDD的API（MLlib），即。
from pyspark.mllib.clustering import LDA # WRONG import
其LDA类确实不包括fi，logLikNathan或logPerplexity方法。
为了使用这些方法，您应该切换到新的、基于数据帧的API（ML）：
from pyspark.ml.clustering import LDA # NOTE: different import
# Loads data.
dataset = (spark.read.format("libsvm")
.load("data/mllib/sample_lda_libsvm_data.txt"))
# Trains a LDA model.
lda = LDA(k=10, maxIter=10)
model = lda.fit(dataset)
ll = model.logLikelihood(dataset)
lp = model.logPerplexity(dataset)
