标签： pyspark apache-spark-mllib apache-spark-ml
我想使用HashingTF对大型数据集进行一些对象计数，但是稍后我将对不同的数据集进行相同的计数。我是否需要从第一次运行中保存HashingTF模型以确保对象映射到相同的哈希值，或者如果我只是使用HashingTF的新实例，这是否会发生（假设我始终使用numFeatures是否具有相同的值？
HashingTF
numFeatures