斯卡拉矢量標量乘法

我實施了Apache星火MLlib一些機器學習算法，我想乘向量與標量：斯卡拉矢量標量乘法

凡u_i_j_m是一張雙人牀和X_I是一個矢量

我已經試過如下：

import breeze.linalg.{ DenseVector => BDV, Vector => BV} 
import org.apache.spark.mllib.linalg.{DenseVector, Vectors, Vector} 
... 

private def runAlgorithm(data: RDD[VectorWithNorm]): = { 
    ... 
    data.mapPartitions { data_ponts => 
     c = Array.fill(clustersNum)(BDV.zeros[Double](dim).asInstanceOf[BV[Double]]) 
     ... 
     data_ponts.foreach { data_point => 
      ... 
      u_i_j_m : Double = .... 
      val temp= data_point.vector * u_i_j_m) 
      // c(j) = temp 
     } 
    } 
}

凡VectorWithNorm定義如下：

class VectorWithNorm(val vector: Vector, val norm: Double) extends Serializable { 

    def this(vector: Vector) = this(vector, Vectors.norm(vector, 2.0)) 
    def this(array: Array[Double]) = this(Vectors.dense(array)) 
    def toDense: VectorWithNorm = new VectorWithNorm(Vectors.dense(vector.toArray), norm) 
}

但是，當我生成項目，我得到了以下錯誤：

Error: value * is not a member of org.apache.spark.mllib.linalg.Vector val temp = (data_point.vector * u_i_j_m)

我怎樣才能正確地做到這一點乘法？

來源

2015-12-15 Alex L

'u_i_j_m：雙'沒有'val'缺少？或者你是否偶然編輯過它？ – kosii

u_i_j_m有一個複雜的計算，所以我把它排除了。 –

在你的代碼使用的火花的Vector特質，而不是輕而易舉的DenseVector的，這就是爲什麼有你的data_point.vector部件上沒有定義*運營商。

來源

2015-12-15 20:50:22 kosii

謝謝！我做了以下和它的工作： 'VAR溫度：BDV [雙] =新的BDV（data_point.vector.toArray）' '溫度* = u_i_j_m' 'C（J）+ = temp' –

難道不可能爲VectorWithNorm使用BDV嗎？ – kosii

它會，但VectorWithNorm被定義在一個不同的類，我只想使用它 –

不幸的是，Spark-Scala的貢獻者決定他們不會爲Scala中的底層計算（即線性代數）選擇一個庫。在引擎蓋下，他們使用微風，但Spark Vector上的標量*和+是私人的，以及其他有用的方法。這與python完全不同，你可以使用優秀的numpy線性代數庫。爭論的是開發人員被細化，微風是可疑的，因爲發展停滯（如果我沒有記錯的話），還有一個替代方案（apache.commons.math），所以他們決定讓用戶選擇你想使用哪個linalg庫在斯卡拉。但是，由社區的一些成員提示，現在有一個火花包，它提供org.apache.spark.mllib.linalg.Vector - see here上的線性代數。

來源

2015-12-15 20:57:13 KrisP

局部矩陣處理與這些之一（http://statr.me/2015/09/an-overview-of-linear-algebra -libraries-in-scala-java）但是如何使用分佈式mllib IndexedRowMatrx？ – fpopic

斯卡拉矢量標量乘法

回答

相關問題