回答
除非我已经彻底误解了您的疑问,MLlib data type documentation说明了这一点很清楚:
import org.apache.spark.mllib.linalg.Vector;
import org.apache.spark.mllib.linalg.Vectors;
// Create a dense vector (1.0, 0.0, 3.0).
Vector dv = Vectors.dense(1.0, 0.0, 3.0);
// Create a sparse vector (1.0, 0.0, 3.0) by specifying its indices and values corresponding to nonzero entries.
Vector sv = Vectors.sparse(3, new int[] {0, 2}, new double[] {1.0, 3.0});
凡Vectors.sparse
第二个参数是索引数组,第三个参数是实际值的数组在这些指数。
哦,我没有通过正确的指数。 SparseV = SparseVector(4,[0,1,2,3],[0,3,0,4]) –
数字之后的点的意义是什么? –
点只是表示浮点类型。 '1.'等同于'1.0' –
稀疏矢量是指当矢量中的许多值为零时。密集向量是向量中的大多数值不为零时。
如果你需要创建从您指定的密集向量稀疏向量,请使用以下语法:
Vector sparseVector = Vectors.sparse(4, new int[] {1, 3}, new double[] {3.0, 4.0});
以下链接是获得整体概念有很好的理解非常有用。
http://techchai.com/2017/03/13/sparse-vectors-in-apache-spark/
感谢
- 1. 将密集矢量转换为PySpark中的稀疏矢量
- 2. 聚类 - 稀疏矢量和密集矢量
- 3. 稀疏矢量pyspark
- 4. 转换稀疏向量以密集向量在Pyspark
- 5. 在Matlab中添加稀疏矢量一片茂密的矢量
- 6. 从稀疏矢量列表创建稀疏矩阵
- 7. 如何将稠密矢量转换为CUDA中的稀疏矢量?
- 8. pyspark中的聚合稀疏矢量
- 9. 稀疏矢量,它们是什么?
- 10. 如何将ML稀疏矢量类型的变量转换为MLlib稀疏矢量类型?
- 11. cuSPARSE密集时间稀疏
- 12. pyspark:稀疏向量到scipy稀疏矩阵
- 13. Pyspark稀疏矢量数据帧到scipy.spare而不收集
- 14. Scipy稀疏矩阵和稀疏矢量之间的欧几里德距离
- 15. scipy:将稀疏矢量添加到稀疏矩阵的特定行中
- 16. 使用cuSPARSE进行密集稀疏和稀疏到密集的转换
- 17. 映射比稀疏向量更好吗?
- 18. 重载操作符[]为稀疏向量
- 19. Python - 稀疏向量/距离计算
- 20. 生成稀疏向量的置换
- 21. 稀疏矩阵的向量列表
- 22. 如何矢量化从列索引向量扩展压缩稀疏矩阵?
- 23. 稀疏矩阵子集密集矩阵
- 24. 高度稀疏数据集支持向量机
- 25. 如何将稀疏向量的火花数据帧列转换为密集向量列?
- 26. 密集和稀疏运行时间
- 27. 堆叠稀疏和密集矩阵
- 28. Python中的稀疏密集乘法
- 29. 2D矢量vs 1D矢量
- 30. 各种助推ublas稀疏矢量之间有什么区别?
对于那些谁读“稀疏向量VS密集矢量”的称号,并正在寻找的时候使用它,[这个答案](HTTP的解释://计算器。 com/a/26706528/877069)提供您正在查找的信息。 –