spark向量、矩陣型別
先來個普通的陣列:
scala> var arr=Array(1.0,2,3,4)
arr: Array[Double] = Array(1.0, 2.0, 3.0, 4.0)
可以將它轉換成一個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]
再做一個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
可以根據這個RDD做一個分散式的矩陣:
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@3133b850
scala> val m = mat.numRows()
m: Long = 3
scala> val n = mat.numCols()
n: Long = 4
試試統計工具,算算平均值:
scala> var sum=Statistics.colStats(rdd)
scala> sum.mean
res7: org.apache.spark.mllib.linalg.Vector = [37.0,74.0,111.0,148.0]
相關文章
- Spark MLlib 核心基礎:向量 And 矩陣Spark矩陣
- 機器學習中的矩陣向量求導(五) 矩陣對矩陣的求導機器學習矩陣求導
- 機器學習中的矩陣向量求導(四) 矩陣向量求導鏈式法則機器學習矩陣求導
- CUDA版本稀疏矩陣向量乘矩陣
- OpenMP 版本稀疏矩陣向量乘矩陣
- torch中向量、矩陣乘法大總結矩陣
- MATLAB(6)矩陣和向量運算Matlab矩陣
- 向量和矩陣求導公式總結矩陣求導公式
- Spark Distributed matrix 分散式矩陣Spark分散式矩陣
- OpenGL 學習 07 向量 矩陣變換 投影矩陣
- Eigen教程(3)之矩陣和向量的運算矩陣
- 向量化實現矩陣運算最佳化(一)矩陣
- 張量(Tensor)、標量(scalar)、向量(vector)、矩陣(matrix)矩陣
- 均值、方差、協方差、協方差矩陣、特徵值、特徵向量矩陣特徵
- 寫給 Web 開發者的深度學習教程 - 向量化 & 矩陣Web深度學習矩陣
- 生成螺旋矩陣(方陣、矩陣)矩陣
- 用Spark學習矩陣分解推薦演算法Spark矩陣演算法
- spark dataframe 型別轉換Spark型別
- 奇異矩陣與非奇異矩陣的定義與區別矩陣
- OpenGL/OpenGL ES 入門:基礎變換 - 初識向量/矩陣矩陣
- MPI矩陣向量乘法程式碼《並行程式設計導論》矩陣並行行程程式設計
- 社交網路分析的 R 基礎:(三)向量、矩陣與列表矩陣
- 鄰接矩陣、度矩陣矩陣
- 奇異矩陣,非奇異矩陣,偽逆矩陣矩陣
- Python的向量和矩陣乘法意義大全包括dot和*的區別(2020)Python矩陣
- 矩陣矩陣
- 資料結構:陣列,稀疏矩陣,矩陣的壓縮。應用:矩陣的轉置,矩陣相乘資料結構陣列矩陣
- 3D圖形:矩陣的行列式,矩陣的逆、正交矩陣、齊次矩陣3D矩陣
- 矩陣中最大的二維矩陣矩陣
- [Python]-機器學習Python入門《Python機器學習手冊》-01-向量、矩陣和陣列Python機器學習矩陣陣列
- TypeScript 陣列型別TypeScript陣列型別
- js陣列型別JS陣列型別
- 第四個OpenGL程式,vector 向量 (矩陣變換之 旋轉,縮放)矩陣
- 矩陣和陣列矩陣陣列
- 理解矩陣矩陣
- 矩陣相乘矩陣
- 矩陣分解矩陣
- 稀疏矩陣矩陣