SparkML 替代向量汇编程序

Question

我有一个逻辑回归 sparkml 管道，其中一个阶段是结合 unigrams、bigrams 和 trigrams。目前，我正在使用矢量汇编器将它们组合起来。矢量汇编器似乎非常昂贵，并且将我的预测时间增加了三倍。有任何想法吗 ？

val unigram = new NGram().setN(1).setInputCol("words").setOutputCol("unigram")
val hashingTFunigram = new HashingTF().setInputCol(unigram.getOutputCol).setOutputCol("tfFeatures").setNumFeatures(5000)

val bigram = new NGram().setN(2).setInputCol("words").setOutputCol("bigram")
val hashingTFbigram = new HashingTF().setInputCol(bigram.getOutputCol).setOutputCol("tfFeaturesbigram").setNumFeatures(5000)

val trigram = new NGram().setN(3).setInputCol("words").setOutputCol("trigram")
val hashingTFtrigram = new HashingTF().setInputCol(trigram.getOutputCol).setOutputCol("tfFeaturestrigram").setNumFeatures(5000)

val assembler = new VectorAssembler()
  .setInputCols(Array("tfFeaturesunigram", "tfFeaturesbigram", "tfFeaturestrigram"))
  .setOutputCol("tfFeatures")