基于RHadoop的linear-least-squares算法
来源:互联网 发布:股东人数 软件 编辑:程序博客网 时间:2024/06/05 14:31
library(rmr2)## @knitr LLS-dataX = matrix(rnorm(2000), ncol = 10)X.index = to.dfs(cbind(1:nrow(X), X))y = as.matrix(rnorm(200))## @knitr LLS-sumSum = function(., YY) keyval(1, list(Reduce('+', YY)))## @knitr LLS-XtXXtX = values( from.dfs( mapreduce( input = X.index, map = function(., Xi) { Xi = Xi[,-1] keyval(1, list(t(Xi) %*% Xi))}, reduce = Sum, combine = TRUE)))[[1]]## @knitr LLS-XtyXty = values( from.dfs( mapreduce( input = X.index, map = function(., Xi) { yi = y[Xi[,1],] Xi = Xi[,-1] keyval(1, list(t(Xi) %*% yi))}, reduce = Sum, combine = TRUE)))[[1]]## @knitr LLS-solvesolve(XtX, Xty)## @knitr end
阅读全文
0 0
- 基于RHadoop的linear-least-squares算法
- Modeling Non-linear Least Squares
- Least-squares and linear programming
- 基于RHadoop的Logistic regression算法
- Least Squares Estimation for multiple linear regression
- Linear and nonlinear least squares regeressions
- Linear Least Squares 的多项式表达和矩阵表达 与 Python 实现
- 【源代码】Image Deformation Using Moving Least Squares算法的实现
- 基于RHadoop的k-means聚类算法
- Ceres(4):Modeling Non-linear Least Squares APIs(1)
- Ceres(4):Modeling Non-linear Least Squares APIs(2)
- Least Squares
- Least squares
- 基于学习的使用核偏最小二乘法的图像超分辨率算法(Learning-based super resolution using kernel partial least squares)
- rhadoop linear regression 问题
- 【机器学习】Linear least squares, Lasso,ridge regression有何本质区别?
- 图像算法---Image Deformation Using Moving Least Squares
- 最小二乘法(Least Squares Fitting)
- Android开发(一、初窥安卓--3.构建用户界面)
- 计算机视觉学习之CVPR系列文章
- spring aop相关注解
- Spark SQL 本地开发环境搭建和案例分析
- java线程持锁状态下出现异常会释放锁
- 基于RHadoop的linear-least-squares算法
- HDU 1724 Ellipse (自适应辛普森积分模板题)
- xshell 用密钥登录服务器
- Spring3.1.0实现原理分析(九).AOP创建代理对象的过程
- 利用Jsoup实现登录
- Android O版本 行为变更
- 域名解析和cdn 原理
- 阻塞非阻塞与同步异步的区别
- dispatch_after使用方法详解