Spark机器学习：稀疏和稠密向量

Spark机器学习：稀疏和稠密向量

稀疏和稠密向量

一个向量(1.0,0.0,3.0)它有2中表示的方法

密集：[1.0,0.0,3.0]    其和一般的数组无异

稀疏：(3,[0,2],[1.0,3.0])     其表示的含义(元素的个数，元素的序号，元素序号对应的值)   序号从0开始

           比如这里：元素个数为：3个、序号0：对应的值为1.0，需要2对应的值为3.0

下面是一个简单的例子

[java] view plain copy

1. import org.apache.spark.mllib.linalg.Vectors  
2.   
3. object Test {  
4.   def main(args: Array[String]) {  
5.     val vd = Vectors.dense(2, 5, 8)  
6.     println(vd(1))  
7.     println(vd)  
8.   
9.     //向量个数，序号，value  
10.     val vs = Vectors.sparse(4, Array(0, 1, 2, 3), Array(9, 3, 5, 7))  
11.     println(vs(0)) //序号访问  
12.     println(vs)  
13.   
14.     val vs2 = Vectors.sparse(4, Array(0, 2, 1, 3), Array(9, 3, 5, 7))  
15.     println(vs2(2))  
16.     println(vs2)  
17.   }  
18. }  

结果：

[plain] view plain copy

1. 5.0  
2. [2.0,5.0,8.0]  
3. 9.0  
4. (4,[0,1,2,3],[9.0,3.0,5.0,7.0])  
5. 3.0  
6. (4,[0,2,1,3],[9.0,3.0,5.0,7.0])