Spark Mlib 数据类型总结

本地变量的基类是Vector，支持密集向量Dense Vector和稀疏向量Sparse Vector，scala实现如下：

val dv:Vector = Vector.dense(5.0,6.0,7.0)

val sv:Vector = Vector.sparse(3,Array(0,2),Array(1.0,3.0))

标点类型LabeledPoint，由一个标签和本地向量组成，标签可以是Int型或者Double型。scala实现如下：

val pos=LabledPoint(1.0,Vector.dense(1.0,0.0,3.0))

val pos=LabledPoint(0.0,Vector.sparse(3,Array(0,2),Array(1.0,3.0)))

稀疏数据，如LibSVM格式，label index1:value1 index2:value2 index3:value3

本地矩阵：基类是Matrix，Mlib提供了DenseMatrix实现。