Hadoop中的矩阵求逆，乘法和特征计算

Question

我需要执行以下三个步骤： - 求平方对称矩阵的逆 - 将结果与另一个方形对称矩阵相乘 - 最后，找到结果矩阵的特征向量和特征值

python代码：

S_i = np.linalg.inv(S1)
S_m = S_i*S2
evector, evalue = np.linalg.eig(S_m)

Hadoop Map-Reduce框架中是否存在这些步骤的现有实现？

我知道Mahout中的SVD实现，并且矩阵的逆可以使用SVD 提供在Hadoop中有效的乘法实现。此外，我找不到Hadoop的任何特征向量计算实现。

任何建议/指示都会有所帮助。

Answer 1

要将特征向量计算拟合到MapReduce中，您可能需要看一下：http://en.wikipedia.org/wiki/Divide-and-conquer_eigenvalue_algorithm

此答案也是how to implement eigenvalue calculation with MapReduce/Hadoop? 详情如何

  

PageRank迭代地解决了主导特征向量问题   找到网络的稳态离散流条件。