在 Spark 的 MLlib 中,不同的 distributed matrix 提供的计算接口为什么不一致呢?

问答 我是小小美食家 ⋅ 于 2019-11-20 17:54:58 ⋅ 最后回复由 青牛 2019-11-25 12:38:18 ⋅ 36 阅读

比如RowMatrix和IndexRowMatrix提供了computeSVD方法,而CoordinateMatrix和BlockMatrix却不支持,这是为什么呀?

成为第一个点赞的人吧 :bowtie:
回复数量: 1
  • 青牛 国内首批大数据从业者,就职于金山,担任大数据团队核心研发工程师
    2019-11-25 12:38:18

    因为spark默认的存储是存储大量数据,数据结构和算法严格绑定,这样计算速度就会更快,会有更多的优化空间,RowMatrix和IndexRowMatrix和computeSVD强绑定,CoordinateMatrix和BlockMatrix也可以通过扩展接口自己来写

暂无评论~~
  • 请注意单词拼写,以及中英文排版,参考此页
  • 支持 Markdown 格式, **粗体**、~~删除线~~、`单行代码`, 更多语法请见这里 Markdown 语法
  • 支持表情,可用Emoji的自动补全, 在输入的时候只需要 ":" 就可以自动提示了 :metal: :point_right: 表情列表 :star: :sparkles:
  • 上传图片, 支持拖拽和剪切板黏贴上传, 格式限制 - jpg, png, gif,教程
  • 发布框支持本地存储功能,会在内容变更时保存,「提交」按钮点击时清空
Ctrl+Enter