Как создать SparseVector
и плотное векторное представление
если DenseVector
это:
denseV = np.array([0., 3., 0., 4.])
Каким будет представление разреженного вектора?
Как создать SparseVector
и плотное векторное представление
если DenseVector
это:
denseV = np.array([0., 3., 0., 4.])
Каким будет представление разреженного вектора?
Если я полностью не понял ваших сомнений, документация по типу данных MLlib иллюстрирует это довольно ясно:
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});
Где второй аргумент Vectors.sparse
— это массив индексов, а третий аргумент — это массив фактических значений этих индексов.
1.
эквивалентно 1.0
- person Abhinav Sood; 20.10.2016
Разреженные векторы - это когда у вас есть много значений в векторе как ноль. В то время как плотный вектор - это когда большинство значений в векторе отличны от нуля.
Если вам нужно создать разреженный вектор из указанного вами плотного вектора, используйте следующий синтаксис:
import org.apache.spark.mllib.linalg.Vector;
import org.apache.spark.mllib.linalg.Vectors;
Vector sparseVector = Vectors.sparse(4, new int[] {1, 3}, new double[] {3.0, 4.0});