dense向量和稀疏向量sparse

　　

　

import org.apache.spark.mllib.linalg.Vectors

object Test {
  def main(args: Array[String]) {
    val vd = Vectors.dense(2, 5, 8)
    println(vd(1))
    println(vd)

    //向量個數，序號，value
    val vs = Vectors.sparse(4, Array(0, 1, 2, 3), Array(9, 3, 5, 7))
    println(vs(0)) //序號訪問
    println(vs)

    val vs2 = Vectors.sparse(4, Array(0, 2, 1, 3), Array(9, 3, 5, 7))
    println(vs2(2))
    println(vs2)
  }
}

5.0
[2.0,5.0,8.0]
9.0
(4,[0,1,2,3],[9.0,3.0,5.0,7.0])
3.0
(4,[0,2,1,3],[9.0,3.0,5.0,7.0])

本地向量（Local Vector）存儲在單台機器上，索引采用0開始的整型表示，值采用Double類型的值表示。Spark MLlib中支持兩種類型的矩陣，

分別是密度向量（Dense Vector）和稀疏向量（Spasre Vector），密度向量會存儲所有的值包括零值，而稀疏向量存儲的是索引位置及值，

不存儲零值，在數據量比較大時，稀疏向量才能體現它的優勢和價值。下面給出其應用示例：

spark 稠密向量和稀疏向量

Spark mlib的本地向量有兩種：

DenseVctor   ：稠密向量   其創建方式   Vector.dense(數據)

SparseVector ：稀疏向量   其創建方式有兩種：

　　方法一：Vector.sparse(向量長度，索引數組，與索引數組所對應的數值數組)

　　方法二：Vector.sparse(向量長度，（索引，數值），（索引，數值），（索引，數值），...(索引，數值))

示例：

比如向量（1,0,3,4）的創建有三種方法：

稠密向量：直接Vectors.dense(1,0,3,4)

稀疏向量：

方法一：Vector.sparse(4,(0,2,3),(1,3,4))  (0,2,3)

　　　　表示該向量的第0個，第2個，第3個位置，(1,3,4) 表示（0,2,3）位置對應的數值分別為1,3,4

方法二：Vector.sparse(4,(0,1),(2,3),(3,4))

　　　　（0,1）就是（索引，數值）的形式。位置0的數值為1, 位置2的數值為3,位置3的數值為4