SparseVector¶
-
类
pyspark.mllib.linalg。SparseVector( 大小:int,*arg游戏:联盟(字节,元组(int,浮动],Iterable(浮动],Iterable(元组(int,浮动]],Dict(int,浮动]] ) ¶ -
一个简单的稀疏向量类MLlib传递数据。用户可能会选择通过SciPy {SciPy。稀疏}数据类型。
方法
asML()这个向量转换为新的mllib-local表示。
点(其他)点积SparseVector或1 -或二维Numpy数组。
规范(p)计算SparseVector的规范。
非零元素的数量。
解析(年代)解析字符串表示回SparseVector。
squared_distance(其他)的平方距离SparseVector或维NumPy数组。
toArray()返回一个副本SparseVector作为维NumPy数组。
方法的文档
-
asML( )→pyspark.ml.linalg.SparseVector ¶ -
这个向量转换为新的mllib-local表示。这并不复制数据;它复制引用。
-
点( 其他:Iterable(浮动] )→numpy.float64¶ -
点积SparseVector或1 -或二维Numpy数组。
例子
> > >一个=SparseVector(4,(1,3),(3.0,4.0])> > >一个。点(一个)25.0> > >一个。点(数组。数组(' d ',(1。,2。,3所示。,4所示。)))22.0> > >b=SparseVector(4,(2),(1.0])> > >一个。点(b)0.0> > >一个。点(np。数组([[1,1),(2,2),(3,3),(4,4]]))数组([22。,22。)> > >一个。点([1。,2。,3所示。])回溯(最近的电话):…AssertionError:尺寸不匹配> > >一个。点(np。数组([1。,2。)))回溯(最近的电话):…AssertionError:尺寸不匹配> > >一个。点(DenseVector([1。,2。)))回溯(最近的电话):…AssertionError:尺寸不匹配> > >一个。点(np。0((3,2)))回溯(最近的电话):…AssertionError:尺寸不匹配
-
规范( p:NormType )→numpy.float64¶ -
计算SparseVector的规范。
例子
> > >一个=SparseVector(4,(0,1),(3所示。,- - - - - -4所示。])> > >一个。规范(1)7.0> > >一个。规范(2)5.0
-
numNonzeros( )→int¶ -
非零元素的数量。这个扫描所有活跃的非零值和计数。
-
静态
解析( 年代:str )→pyspark.mllib.linalg.SparseVector ¶ -
解析字符串表示回SparseVector。
例子
> > >SparseVector。解析(”(4 [0,1][4.0,5.0])”)SparseVector ({0: 4.0, 1: 5.0})
-
squared_distance( 其他:Iterable(浮动] )→numpy.float64¶ -
的平方距离SparseVector或维NumPy数组。
例子
> > >一个=SparseVector(4,(1,3),(3.0,4.0])> > >一个。squared_distance(一个)0.0> > >一个。squared_distance(数组。数组(' d ',(1。,2。,3所示。,4所示。)))11.0> > >一个。squared_distance(np。数组([1。,2。,3所示。,4所示。)))11.0> > >b=SparseVector(4,(2),(1.0])> > >一个。squared_distance(b)26.0> > >b。squared_distance(一个)26.0> > >b。squared_distance([1。,2。])回溯(最近的电话):…AssertionError:尺寸不匹配> > >b。squared_distance(SparseVector(3,(1),(1.0,)))回溯(最近的电话):…AssertionError:尺寸不匹配
-
toArray( )→numpy.ndarray¶ -
返回一个副本SparseVector作为维NumPy数组。
-