LocalMatrix本地矩阵

举报
bigdata张凯翔 发表于 2021/03/29 02:44:02 2021/03/29
【摘要】 package cn.li.localvector /** * 局部矩阵具有整数类型的行和列索引和双类型值,存储在单个机器上。 * MLlib支持密集矩阵,其入口值以列主序列存储在单个双阵列中,稀疏矩阵的 * 非零入口值以列主要顺序存储在压缩稀疏列(CSC)格式中。例如,以下密集矩阵 * * 局部矩阵的基类是Matrix * 我们提供了两个实现:Den...
package cn.li.localvector

/**
  * 局部矩阵具有整数类型的行和列索引和双类型值,存储在单个机器上。
  * MLlib支持密集矩阵,其入口值以列主序列存储在单个双阵列中,稀疏矩阵的
  * 非零入口值以列主要顺序存储在压缩稀疏列(CSC)格式中。例如,以下密集矩阵
  *
  * 局部矩阵的基类是Matrix
  * 我们提供了两个实现:DenseMatix和SparseMatix 。我们建议使用Matices中实现的工厂方法来创建矩阵。
  * 记住,MLlib中的局部矩阵以列主要顺序存储。
  */

object LocalMatrix {
  def main(args: Array[String]): Unit = { import org.apache.spark.mllib.linalg.Matrix import org.apache.spark.mllib.linalg.Matrices //Create a dense matrix(1.0,2.0),(3.0,4.0),(5.0,6.0) val dm: Matrix = Matrices.dense(3,2,Array(1.0,3.0,5.0,2.0,4.0,6.0)) println(dm(2,0)) //Create a sparse matrix((9.0,0.0),(0.0,8.0),(0.0,6.0)) val sm: Matrix = Matrices.sparse(3,2,Array(0,1,3),Array(0,2,1),Array(9,6,8)) println(dm(2,1))
  }
}

文章来源: www.jianshu.com,作者:百忍成金的虚竹,版权归原作者所有,如需转载,请联系作者。

原文链接:www.jianshu.com/p/a52d7b3b759b

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。