Question

我正在尝试创建一个函数，如下所示 two org.apache.spark.ml.linalg.Vector。或两个稀疏向量

此向量可能如下所示

(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 = {
      
    }

让我们看一下用例

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))

这是另一种情况，它们共享相同的索引

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))

我已经意识到这样做比看起来要难。我研究了一种将向量转换为微风，将它们添加到微风中然后将其转换回向量的可能解决方案。例如Addition of two RDD[mllib.linalg.Vector]'s。所以我尝试实现这一点。

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
}

但这在最后一行给了我一个错误

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

无法解析重载的方法'dense'。我想知道为什么会发生错误以及如何纠正错误？

Answer 1

要回答我自己的问题，我必须考虑向量的稀疏性。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)

如果我将此SparseVector转换为数组，则会得到以下结果。

代码：

 val choiced_array = vector.toArray

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

输出：

   [0.0, 0.5,0.3,0.0].

这被认为是它的更密集表示。因此，一旦将两个向量转换为数组，就可以使用以下代码添加它们

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

这为您添加了另一个数组。在创建新的稀疏矢量的旁边，您需要创建一个 indices 数组，如构造所示

 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索引指示，这些指示指示该索引为零。

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

请记住，从具有两个向量相加的数组中过滤掉所有零值。

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

最后，我们可以创建新的稀疏矢量

Vectors.sparse(num_int,new_indices,final_add)

添加稀疏向量3.0.0 Apache Spark Scala

1 个答案: