假设我有一组训练文本文档和一组测试文本文档。两套非常大，所以使用weka不是一个好的选择，因为它需要花费很多时间。因此，我使用了mahout——一个可扩展的机器学习和数据挖掘框架(http://mahout.apache.org/)。接下来，我使用mahout将训练文档转换为mahout向量（设置ngram=1）。这里我有一个表示训练文档的mahout向量，其中每个向量的大小是属性或特征的数量，该向量中的每个数字是训练文档中单词的频率（使用tf而不是tf-idf）有人知道如何根据我之前在mahout中构建的训练数据的特征或属性转换测试文档吗？
您所指的"转换"实际上是一个"预测"。。不假设你已经训练了数据——大概你有一个可用的分类模型。
您可以在这里使用mahout的命令行设施：
http://mahout.apache.org/users/basics/creating-vectors-from-text.html