LocalMatrix本地矩阵
【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)