spark向量、矩阵类型
来源:互联网 发布:activiti引擎源码分析 编辑:程序博客网 时间:2024/05/14 09:54
先来个普通的数组:
scala> var arr=Array(1.0,2,3,4)arr: Array[Double] = Array(1.0, 2.0, 3.0, 4.0)
可以将它转换成一个Vector:
scala> import org.apache.spark.mllib.linalg._scala> var vec=Vectors.dense(arr)vec: org.apache.spark.mllib.linalg.Vector = [1.0,2.0,3.0,4.0]
再做一个RDD[Vector]:
scala> val rdd=sc.makeRDD(Seq(Vectors.dense(arr),Vectors.dense(arr.map(_*10)),Vectors.dense(arr.map(_*100))))rdd: org.apache.spark.rdd.RDD[org.apache.spark.mllib.linalg.Vector] = ParallelCollectionRDD[6] at makeRDD at <console>:26
可以根据这个RDD做一个分布式的矩阵:
scala> import org.apache.spark.mllib.linalg.distributed._scala> val mat: RowMatrix = new RowMatrix(rdd)mat: org.apache.spark.mllib.linalg.distributed.RowMatrix = org.apache.spark.mllib.linalg.distributed.RowMatrix@3133b850scala> val m = mat.numRows()m: Long = 3scala> val n = mat.numCols()n: Long = 4
试试统计工具,算算平均值:
scala> var sum=Statistics.colStats(rdd)scala> sum.meanres7: org.apache.spark.mllib.linalg.Vector = [37.0,74.0,111.0,148.0]
2 0
- spark向量、矩阵类型
- spark向量、矩阵类型
- Scala spark 向量、矩阵类型
- spark矩阵向量-矩阵矩阵相乘
- Spark MLlib 核心基础:向量 And 矩阵
- spark向量矩阵的使用(scala)
- 8.6 特殊类型的矩阵和向量
- numpy矩阵与向量类型的向量乘法
- spark中利用向量及其矩阵求逆
- Spark MLlib之使用Breeze操作矩阵向量
- R实战:【基本类型】向量c和矩阵matrix
- Spark MLlib学习笔记之二——Spark Mllib矩阵向量
- Spark机器学习MLlib系列1(for python)--数据类型,向量,分布式矩阵,API
- spark MLlib 之向量
- 向量乘以矩阵(vector_matrix_multiplication)
- matlab 向量/矩阵运算
- 矩阵(向量)求导
- matlab 数组 向量 矩阵
- SQL Server 2005中的分区表 如何添加、查询、修改分区表中的数据
- Word怎么转换成PDF格式的方法介绍
- ML 03、机器学习的三要素
- tinyxml 的加载和保存
- struts2实现上传下载(单文件上传与多文件上传的比较)
- spark向量、矩阵类型
- 面试智力题
- C语言总结——杂七杂八
- Andorid 中,错误“Unexpected namespace prefix "xmlns" found for tag LinearLayout”的解决方法
- UIAlertController 使用
- java设计模式之行为型模式
- stm32 通用定时器
- Linux 服务详解
- C++面试资料之问答题集合