SparseVector¶
-
類
pyspark.mllib.linalg。SparseVector( 大小:int,*arg遊戲:聯盟(字節,元組(int,浮動],Iterable(浮動],Iterable(元組(int,浮動]],Dict(int,浮動]] ) ¶ -
一個簡單的稀疏向量類MLlib傳遞數據。用戶可能會選擇通過SciPy {SciPy。稀疏}數據類型。
方法
asML()這個向量轉換為新的mllib-local表示。
點(其他)點積SparseVector或1 -或二維Numpy數組。
規範(p)計算SparseVector的規範。
非零元素的數量。
解析(年代)解析字符串表示回SparseVector。
squared_distance(其他)的平方距離SparseVector或維NumPy數組。
toArray()返回一個副本SparseVector作為維NumPy數組。
方法的文檔
-
asML( )→pyspark.ml.linalg.SparseVector ¶ -
這個向量轉換為新的mllib-local表示。這並不複製數據;它複製引用。
-
點( 其他:Iterable(浮動] )→numpy.float64¶ -
點積SparseVector或1 -或二維Numpy數組。
例子
> > >一個=SparseVector(4,(1,3),(3.0,4.0])> > >一個。點(一個)25.0> > >一個。點(數組。數組(' d ',(1。,2。,3所示。,4所示。)))22.0> > >b=SparseVector(4,(2),(1.0])> > >一個。點(b)0.0> > >一個。點(np。數組([[1,1),(2,2),(3,3),(4,4]]))數組([22。,22。)> > >一個。點([1。,2。,3所示。])回溯(最近的電話):…AssertionError:尺寸不匹配> > >一個。點(np。數組([1。,2。)))回溯(最近的電話):…AssertionError:尺寸不匹配> > >一個。點(DenseVector([1。,2。)))回溯(最近的電話):…AssertionError:尺寸不匹配> > >一個。點(np。0((3,2)))回溯(最近的電話):…AssertionError:尺寸不匹配
-
規範( p:NormType )→numpy.float64¶ -
計算SparseVector的規範。
例子
> > >一個=SparseVector(4,(0,1),(3所示。,- - - - - -4所示。])> > >一個。規範(1)7.0> > >一個。規範(2)5.0
-
numNonzeros( )→int¶ -
非零元素的數量。這個掃描所有活躍的非零值和計數。
-
靜態
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(浮動] )→numpy.float64¶ -
的平方距離SparseVector或維NumPy數組。
例子
> > >一個=SparseVector(4,(1,3),(3.0,4.0])> > >一個。squared_distance(一個)0.0> > >一個。squared_distance(數組。數組(' d ',(1。,2。,3所示。,4所示。)))11.0> > >一個。squared_distance(np。數組([1。,2。,3所示。,4所示。)))11.0> > >b=SparseVector(4,(2),(1.0])> > >一個。squared_distance(b)26.0> > >b。squared_distance(一個)26.0> > >b。squared_distance([1。,2。])回溯(最近的電話):…AssertionError:尺寸不匹配> > >b。squared_distance(SparseVector(3,(1),(1.0,)))回溯(最近的電話):…AssertionError:尺寸不匹配
-
toArray( )→numpy.ndarray¶ -
返回一個副本SparseVector作為維NumPy數組。
-