使用 AlgorithmStar and Spark 实现 词频统计 并进行对比和解读

使用 AlgorithmStar 与 Spark 实现 词频统计，并进行对比

数据分析案例

(AS 算法之星 机器学习库)(Spark 分布式计算 框架)实现 词频 统计 数据分析 的 案例

目录

AlgorithmStar 实现词频统计

AlgorithmStar 是相较于Spark来说，使用起来比较简单的框架，API非常简洁，推荐使用Java语言调用，下面开始进行一个实现。

优点：非庞大数据量都可以支持，API简单，有预制词频函数，自动识别符号，内存占用非常小
缺点：分布式性能与支持略低于spark

代码

在下面的代码中，每个步骤都进行了注释，同时在结尾处演示了两种打印方法。

package org.example;

import io.github.beardedManZhao.algorithmStar.algorithm.featureExtraction.WordFrequency;
import io.github.beardedManZhao.algorithmStar.core.AlgorithmStar;
import io.github.beardedManZhao.algorithmStar.operands.matrix.ColumnIntegerMatrix;

public class Main {
   
   

    public static void main(String[] args) {
   
   
        // 准备一个句子
        final String data =