【发布时间】：2011-11-10 16:45:21
【问题描述】：
我按照here 的说明创建了术语向量，如下所示：
~/Scripts/Mahout/trunk/bin/mahout seqdirectory --input /home/ben/Scripts/eipi/files --output /home/ben/Scripts/eipi/mahout_out -chunk 1
~/Scripts/Mahout/trunk/bin/mahout seq2sparse -i /home/ben/Scripts/eipi/mahout_out -o /home/ben/Scripts/eipi/termvecs -wt tf -seq
然后我运行
~/Scripts/Mahout/trunk/bin/mahout lda -i /home/ben/Scripts/eipi/termvecs -o /home/ben/Scripts/eipi/lda_working -k 2 -v 100
我得到：
MAHOUT-JOB：/home/ben/Scripts/Mahout/trunk/examples/target/mahout-examples-0.6-SNAPSHOT-job.jar 11/09/04 16:28:59 INFO common.AbstractJob：命令行参数：{--endPhase=2147483647，--input=/home/ben/Scripts/eipi/termvecs，--maxIter=-1，-- numTopics=2，--numWords=100，--output=/home/ben/Scripts/eipi/lda_working，--startPhase=0，--tempDir=temp，--topicSmoothing=-1.0} 2004 年 11 月 9 日 16:29:00 信息 lda.LDADriver：LDA 迭代 1 11/09/04 16:29:01 INFO input.FileInputFormat：要处理的总输入路径：4 11/09/04 16:29:01 INFO mapred.JobClient：清理暂存区文件：/tmp/hadoop-ben/mapred/staging/ben692167368/.staging/job_local_0001 线程“主”java.io.FileNotFoundException 中的异常：文件文件：/home/ben/Scripts/eipi/termvecs/tokenized-documents/data 不存在。 在 org.apache.hadoop.fs.RawLocalFileSystem.getFileStatus(RawLocalFileSystem.java:371) 在 org.apache.hadoop.fs.FilterFileSystem.getFileStatus(FilterFileSystem.java:245) 在 org.apache.hadoop.mapreduce.lib.input.SequenceFileInputFormat.listStatus(SequenceFileInputFormat.java:63) 在 org.apache.hadoop.mapreduce.lib.input.FileInputFormat.getSplits(FileInputFormat.java:252) 在 org.apache.hadoop.mapred.JobClient.writeNewSplits(JobClient.java:902) 在 org.apache.hadoop.mapred.JobClient.writeSplits(JobClient.java:919) 在 org.apache.hadoop.mapred.JobClient.access$500(JobClient.java:170) 在 org.apache.hadoop.mapred.JobClient$2.run(JobClient.java:838) 在 org.apache.hadoop.mapred.JobClient$2.run(JobClient.java:791) 在 java.security.AccessController.doPrivileged（本机方法） 在 javax.security.auth.Subject.doAs(Subject.java:396) 在 org.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1059) 在 org.apache.hadoop.mapred.JobClient.submitJobInternal(JobClient.java:791) 在 org.apache.hadoop.mapreduce.Job.submit(Job.java:465) 在 org.apache.hadoop.mapreduce.Job.waitForCompletion(Job.java:494) 在 org.apache.mahout.clustering.lda.LDADriver.runIteration(LDADriver.java:426) 在 org.apache.mahout.clustering.lda.LDADriver.run(LDADriver.java:226) 在 org.apache.mahout.clustering.lda.LDADriver.run(LDADriver.java:174) 在 org.apache.hadoop.util.ToolRunner.run(ToolRunner.java:65) 在 org.apache.mahout.clustering.lda.LDADriver.main(LDADriver.java:90) 在 sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method) 在 sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:39) 在 sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:25) 在 java.lang.reflect.Method.invoke(Method.java:597) 在 org.apache.hadoop.util.ProgramDriver$ProgramDescription.invoke(ProgramDriver.java:68) 在 org.apache.hadoop.util.ProgramDriver.driver(ProgramDriver.java:139) 在 org.apache.mahout.driver.MahoutDriver.main(MahoutDriver.java:188) 在 sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method) 在 sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:39) 在 sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:25) 在 java.lang.reflect.Method.invoke(Method.java:597) 在 org.apache.hadoop.util.RunJar.main(RunJar.java:156)
没错，那个文件不存在。我应该如何创建它？
【问题讨论】：