添加稀疏向量3.0.0

Question

我试图创建一个函数，如下所示，以添加two org.apache.spark.ml.linalg.Vector。即两个稀疏向量

该向量可以如下所示

(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 = {
      
    }

让我们看看用例

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)) 

这是另一个例子，他们共享相同的指数

val x = Vectors.sparse(2, List(1), List(1))
val y = Vectors.sparse(2, List(1), List(1)) 

这个输出应该是

Vectors.sparse(2, List(1), List(2)) 

我意识到做这件事比看上去更难。我研究了一个可能的解决方案，将向量转换为微风，然后将它们添加到微风中，然后再将它们转换回矢量。例如Addition of two RDD[mllib.linalg.Vector]'s。所以我试着实现这个。

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
}

然而，这在最后一行中给了我一个错误。

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

无法解析重载的方法“稠密”。我想知道为什么会出现错误以及修复错误的方法？

Answer 1

为了回答我自己的问题，我不得不考虑向量有多稀疏。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)

如果我将这个SparseVector转换为一个数组，我将得到以下内容。

代码：

 val choiced_array = vector.toArray

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

输出：

   [0.0, 0.5,0.3,0.0].

这被认为是它的一个更密集的表示。因此，一旦将这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(_ + _)

这给您提供了另一个数组，它们都是添加的。接下来要创建新的稀疏向量，您需要创建一个索引数组，如构造中所示

 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指数的指示，为该标志为零。

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

记住，从包含两个向量的数组中筛选出零值。

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

最后，我们可以构造新的稀疏向量。

Vectors.sparse(num_int,new_indices,final_add)