添加稀疏向量3.0.0 apache spark scala

isr3a4wc 于 2021-05-27 发布在 Spark

关注(0)|答案(1)|浏览(333)

我试图创建一个函数，如下所示 two org.apache.spark.ml.linalg.Vector . 或者两个稀疏向量
这个向量可以如下所示

(28,[1,2,3,4,7,11,12,13,14,15,17,20,22,23,24,25],[0.13028398104008743,0.23648605632753023,0.7094581689825907,0.13028398104008743,0.23648605632753023,0.0,0.14218861229025295,0.3580566057240087,0.14218861229025295,0.13028398104008743,0.26056796208017485,0.0,0.14218861229025295,0.06514199052004371,0.13028398104008743,0.23648605632753023])

例如。

def add_vectors(x: org.apache.spark.ml.linalg.Vector,y:org.apache.spark.ml.linalg.Vector): org.apache.spark.ml.linalg.Vector = {

    }

让我们看一个用例

val x = Vectors.sparse(2, List(0), List(1)) // [1, 0]
val y = Vectors.sparse(2, List(1), List(1)) // [0, 1]

I want to output to be 

Vectors.sparse(2, List(0,1), List(1,1))

这是另一个例子，他们共享相同的指数

val x = Vectors.sparse(2, List(1), List(1))
val y = Vectors.sparse(2, List(1), List(1))

此输出应为

Vectors.sparse(2, List(1), List(2))

我意识到做这件事比看起来要难。我研究了一种可能的解决方案，将向量转换为breeze，将它们添加到breeze中，然后将其转换回向量。e、 g两个rdd[mllib.linalg.vector]的加法。所以我试着实现这个。

def add_vectors(x: org.apache.spark.ml.linalg.Vector,y:org.apache.spark.ml.linalg.Vector) ={

   val dense_x = x.toDense
   val dense_y = y.toDense

  val bv1 = new DenseVector(dense_x.toArray)
  val bv2 = new DenseVector(dense_y.toArray)

  val vectout = Vectors.dense((bv1 + bv2).toArray)
  vectout
}

然而，这给了我一个错误，在最后一行

val vectout = Vectors.dense((bv1 + bv2).toArray)

无法解析重载方法“dense”。我想知道为什么会发生错误以及如何解决它？

scala apache-spark apache-spark-mllib scala-breeze

来源：https://stackoverflow.com/questions/63308505/adding-sparse-vectors-3-0-0-apache-spark-scala

1条答案

按热度按时间

44u64gxh1#

为了回答我自己的问题，我不得不考虑向量有多稀疏。例如，稀疏向量需要3个参数。维数，索引数组，最后是值数组。例如。

val indices: Array[Int] = Array(1,2)
      val norms: Array[Double] = Array(0.5,0.3)
      val num_int = 4
      val vector: Vector = Vectors.sparse(num_int, indices, norms)

如果我把这个sparsevector转换成一个数组，我会得到以下结果。
代码：

val choiced_array = vector.toArray

 choiced_array.map(element => print(element + " "))

输出：

[0.0, 0.5,0.3,0.0].

这被认为是一个更密集的代表。所以一旦你把两个向量转换成数组，你就可以用下面的代码把它们加起来

val add: Array[Double] = (vector.toArray, vector_2.toArray).zipped.map(_ + _)

这将为您提供另一个数组，它们都已添加。接下来要创建新的稀疏向量，您需要创建索引数组，如构造中所示

var i = -1;
  val new_indices_pre = add.map( (element:Double) => {
    i = i + 1
    if(element > 0.0)
      i
    else{
      -1
    }
  })

然后，让我们过滤掉所有-1索引，这些索引表示该索引为零。

new_indices_pre.filter(element => element != -1)

记住从两个向量相加的数组中过滤出无零值。

val final_add = add.filter(element => element > 0.0)

最后，我们可以生成新的稀疏向量

Vectors.sparse(num_int,new_indices,final_add)

赞(0）回复(0）举报 2021-05-27

我来回答

添加稀疏向量3.0.0 apache spark scala

1条答案

相关问题

热门标签

最新问答