火花mllib应用功能

我有一个rowMatrix xw火花mllib应用功能

scala> xw 
res109: org.apache.spark.mllib.linalg.distributed.RowMatrix = [email protected]

，我想给一个函数应用到它的每个元素的一个rowMatrix的所有元素：

f(x)=exp(-x*x)

的矩阵元素的类型可以被可视化为：

scala> xw.rows.first 

res110: org.apache.spark.mllib.linalg.Vector = [0.008930720313311474,0.017169380001300985,-0.013414238595719104,0.02239106636801034,0.023009502628798143,0.02891937604244297,0.03378470969100948,0.03644030110678057,0.0031586143217048825,0.011230244437457062,0.00477455053405408,0.020251682490519785,-0.005429788421130285,0.011578489275815267,0.0019301805575977788,0.022513736483645713,0.009475039307158668,0.019457912132044935,0.019209006632742498,-0.029811133879879596]

我的主要问题是我不能在地图上使用地图

scala> xw.rows.map(row => row.map(e => breeze.numerics.exp(e))) 
<console>:44: error: value map is not a member of org.apache.spark.mllib.linalg.Vector 
       xw.rows.map(row => row.map(e => breeze.numerics.exp(e))) 
            ^

scala>

我该如何解决？

来源

2015-02-10 Donbeo

这是假设你知道你实际上有一个DenseVector（这似乎是这种情况）。您可以在载体中，其中有一个叫图toArray，然后再转换回DenseVector与Vectors.dense：

xw.rows.map{row => Vectors.dense(row.toArray.map{e => breeze.numerics.exp(e)})}

你可以这样做一个SparseVector为好;它在数学上是正确的，但是转换为数组可能效率极低。另一个选择是拨打row.copy，然后使用foreachActive，这对密集和稀疏矢量都有意义。但copy可能不会针对您正在使用的特定Vector类实现，并且如果您不知道向量的类型，则不能对数据进行变异。如果你真的需要支持稀疏密集的向量，我会做这样的事情：

xw.rows.map{ 
    case denseVec: DenseVector => 
    Vectors.dense(denseVec.toArray.map{e => breeze.numerics.exp(e)})} 
    case sparseVec: SparseVector => 
    //we only need to update values of the sparse vector -- the indices remain the same 
    val newValues: Array[Double] = sparseVec.values.map{e => breeze.numerics.exp(e)} 
    Vectors.sparse(sparseVec.size, sparseVec.indices, newValues) 
}

来源

2015-02-12 15:26:17

感谢您的答案。所以对于vectors.dense类，你建议我使用提供的代码行吗？你是否可以在答案的第二部分编写代码？我是斯卡拉初学者，所以它不是太容易遵循 – Donbeo 2015-02-12 15:36:16

@唐贝我更新了答案一点。如果你确定你有DenseVectors，那就去找第一个答案。如果你可能稀疏或密集，你可以使用第二个，但请注意，即使这样也不能处理Vector的其他可能的实现。（例如，它不处理'VectorUDT'） – 2015-02-12 17:58:13

火花mllib应用功能

回答

相关问题