Spark MLlib之使用Breeze操作矩阵向量

1.spark Mlib 底层使用的向量、矩阵运算使用了Breeze库。

scalaNLP 是一套 机器学习和数值技算的库。它主要是关于科学技术（sc）、机器学习（ML）和自然语言处理（NLP)的。它包括三个库，Breeze、Epic 和 Puck。

Breeze :是机器学习和数值技术库 ，它是sparkMlib的核心，包括线性代数、数值技术和优化，是一种通用、功能强大、有效的机器学习方法。

Epic     :是一种高性能能统计分析器和结构化预测库

Puck    :是一个快速GPU加速解析器

 

在使用Breeze 库时，需要导入相关包：

1 2 3

import breeze.linalg._   import breeze.numerics._

　　

具体练习如下：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498

package leaning   import breeze.linalg._ import breeze.numerics._ import breeze.stats.distributions.Rand   /**   * Created by dy9776 on 2017/12/5.   */     object Practise_breeze{   def main(args: Array[String]) {     val matrix: DenseMatrix[Double] = DenseMatrix.zeros[Double](3,2)     println(matrix)     /*       0.0  0.0       0.0  0.0       0.0  0.0     */     //全0向量     val testVector: DenseVector[Double] = DenseVector.zeros[Double](2)     println(testVector)       //全1向量     val allOneVector=DenseVector.ones[Double](2)     println(allOneVector)         //按数值填充向量     val haveNumberFill =DenseVector.fill[Double](3,2)     println(haveNumberFill)       //生成随机向量     val rangeNUm= DenseVector.range(1,  10 , 2)//DenseVector(1, 3, 5, 7, 9)     val rangeNUmD= DenseVector.rangeD(1,  9 , 2)//DenseVector(1.0, 3.0, 5.0, 7.0)     val rangeNUmF= DenseVector.rangeF(1,  7 , 2)//DenseVector(1.0, 3.0, 5.0)     println(rangeNUm)     println(rangeNUmD)     println(rangeNUmF)       //单位矩阵     val unitMatrix=DenseMatrix.eye[Double](4) //    println(unitMatrix)      /*      1.0  0.0  0.0  0.0      0.0  1.0  0.0  0.0      0.0  0.0  1.0  0.0      0.0  0.0  0.0  1.0       */       //对角矩阵     val doubleVecoter=diag(DenseVector(3.0, 4.0 , 5.0)) //    println(doubleVecoter)     /*     3.0  0.0  0.0     0.0  4.0  0.0     0.0  0.0  5.0      */       //按照行创建矩阵     val byRowCreateMatrix= DenseMatrix( (4.0, 5.0, 6.0 ) , (7.0 ,8.0 ,9.0)) //    println(byRowCreateMatrix)     /*     4.0  5.0  6.0     7.0  8.0  9.0      */       //按照行创建向量     val denseCreateVector = DenseVector((4.0, 5.0, 6.0, 7.0, 8.0, 9.0)) //    println(denseCreateVector) ///DenseVector((4.0,5.0,6.0,7.0,8.0,9.0)       //向量装置     val vectorTranspostion= DenseVector( (4.0, 5.0, 6.0, 7.0, 8.0, 9.0) ).t     println(vectorTranspostion)//Transpose(DenseVector((4.0,5.0,6.0,7.0,8.0,9.0)))       //从函数创建向量     val funCreateVector=DenseVector.tabulate(5)(i=> i*i)     println(funCreateVector)//DenseVector(0, 1, 4, 9, 16)     val funCreateVector2=DenseVector.tabulate( 0 to 5)(i=> i*i)     println(funCreateVector2)//DenseVector(0, 1, 4, 9, 16, 25)       //从函数创建矩阵     val createFuncMatrix= DenseMatrix.tabulate(3, 4) {       case (i ,j ) => i*i + j*j     } //    println(createFuncMatrix)     /*        0  1  4  9        1  2  5  10        4  5  8  13      */       //从数组创建矩阵     val createFunctionMatrix= new DenseMatrix[Double](3, 2, Array(1.0, 4.0, 7.0, 3.0, 6.0, 9.0)) //    println(createFunctionMatrix)     /*     1.0  3.0     4.0  6.0     7.0  9.0      */       //0 到 1的随机向量     val formZeroToOneRandomVector= DenseVector.rand( 9, Rand.uniform)     println(formZeroToOneRandomVector) //    DenseVector(0.7978222133507369, 0.48978247271729325, 0.24943434133065834, 0.6619447026155139, 0.5324942068054981, 0.9051865626036415, 0.5989291014099107, 0.9221881029987078, 0.17371486701192662)     val formZeroToOneRandomVector2= DenseVector.rand( 9, Rand.uniform)     println(formZeroToOneRandomVector2) //DenseVector(0.7978222133507369, 0.48978247271729325, 0.24943434133065834, 0.6619447026155139, 0.5324942068054981, 0.9051865626036415, 0.5989291014099107, 0.9221881029987078, 0.17371486701192662)         //0 到 1 的随机矩阵     val formZeroToOneRandomMatrix= DenseMatrix.rand(3, 2, Rand.uniform)     println(formZeroToOneRandomMatrix)     /*     0.8036324612618653  0.538112087890035     0.6864375371630702  0.3123993272549075     0.9458628172312897  0.01137554621536796      */     val formZeroToOneRandomMatrix2=DenseMatrix.rand(3, 2, Rand.gaussian)     println(formZeroToOneRandomMatrix2)     /*       0.9510499901472648   0.287812938654061       -0.5266499883462216  0.9380426076781263       -0.3959295333472151  -0.9057610233257112      */       //Breeze元素访问     val a = new DenseVector[Int](Array(1 to 20 : _*))     println(a)//DenseVector(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20)       //指定位置       println(a(0)) //1       //向量子集     println( a(1 to 4) )//DenseVector(2, 3, 4, 5)     println( a(1 until 4) )//DenseVector(2, 3, 4)       //指定开始位置至结尾     println( a(1 to -1) )//DenseVector(2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20)       //按照指定步长去子集  这个是倒序方式     println( a(5 to 0 by -1) )//DenseVector(6, 5, 4, 3, 2, 1)         //最后一个元素     println( a(-1)) //20         val m = DenseMatrix((1.0, 2.0, 3.0), (4.0, 5.0, 6.0))     println(m)     /*     1.0  2.0  3.0     4.0  5.0  6.0      */       //指定位置     println( m(0 ,1) ) //2.0       //矩阵指定列     println( m(:: ,1) ) // DenseVector(2.0, 5.0)     //Breeze元素操作       //调整矩阵形状     val justAdjustMatrix =m.reshape(3, 2)     println(justAdjustMatrix)     /*     DenseVector(2.0, 5.0)     1.0  5.0     4.0  3.0     2.0  6.0      */       //矩阵转成向量     val toVector=m.toDenseVector     println(toVector)//DenseVector(1.0, 4.0, 2.0, 5.0, 3.0, 6.0)     println(toVector.toDenseMatrix)//1.0  4.0  2.0  5.0  3.0  6.0       //复制下三角     println(lowerTriangular(m))//     /*     1.0  0.0     4.0  5.0      */       //复制上三角     println(upperTriangular(m))     /*     1.0  2.0     0.0  5.0      */       //矩阵复制     println(m.copy)     //m 原始为这样的     //    1.0  2.0     //    0.0  5.0         //取对角线元素     println(diag(upperTriangular(m)))     //DenseVector(1.0, 5.0)   个人觉得很怪异，不是应该为(1.0, 6.0)吗？上面上、下三角 也好像出乎的意料         //子集赋数值     println(a(1 to 4 ):=5)     //(1.0, 5.0)       //子集赋向量     println( a(1 to 4):=DenseVector(1,2,3,4) )       //DenseVector(1, 2, 3, 4)       println(m)     //矩阵赋值 //    println( m( 1 to 2, 1 to 2) := 0.0 ) //Exception in thread "main" java.lang.IndexOutOfBoundsException: Row slice of Range(1, 2) was bigger than matrix rows of 2     println("-==========m1================-")     println( m( 0 to 1, 1 to 2) := 0.0 )     println("-==========m================-")     println(m)     println("-==========m end================-")     /*     -==========m1================-     0.0  0.0     0.0  0.0     -==========m================-     0.0  0.0  3.0     0.0  0.0  6.0     -==========m end================-     */       //矩阵列赋值     val re=m(::, 2) := 5.0     println(re.toDenseMatrix)     //5.0  5.0         val a1 = DenseMatrix((1.0, 2.0, 3.0), (4.0, 5.0, 6.0))     val a2 = DenseMatrix((7.0, 8.0, 9.0), (10.0, 11.0, 12.0))         //垂直连接矩阵     val verticalLike=DenseMatrix.vertcat(a1, a2)     println(verticalLike)     println("-==========================-")     /*     1.0   2.0   3.0     4.0   5.0   6.0     7.0   8.0   9.0     10.0  11.0  12.0      */       //横向连接矩阵     val twoMatrixConn=DenseMatrix.horzcat( a1, a2)     println(twoMatrixConn)     println("-==========================-") /* 1.0  2.0  3.0  7.0   8.0   9.0 4.0  5.0  6.0  10.0  11.0  12.0  */       //向量的连接     val connnectVector1=DenseVector.vertcat(DenseVector(20, 21, 22), DenseVector(23, 24, 25))     val connnectVector2=DenseVector.horzcat(DenseVector(20, 21, 22), DenseVector(23, 24, 25))       println(connnectVector1)//DenseVector(20, 21, 22, 23, 24, 25)     println(connnectVector2)     /*       20  23       21  24       22  25      */     //Breeze数值计算函数     //元素加法     println(a1 + a2)     /*       8.0   10.0  12.0       14.0  16.0  18.0      */       //元素乘法     println(a1 :* a2)     /*       7.0   16.0  27.0       40.0  55.0  72.0      */       //元素除法     println(a1 :/ a2)     /*       0.14285714285714285  0.25                 0.3333333333333333       0.4                  0.45454545454545453  0.5      */       //元素比较     println(a1 :< a2)     /*       true  true  true       true  true  true      */       //元素相等     println(a1 :== a2)     /*       false  false  false       false  false  false      */       //元素追加     println(a1 :+=2.0)     /*       3.0  4.0  5.0       6.0  7.0  8.0      */       //元素追乘     println(a1 :*=2.0)     /*       6.0   8.0   10.0       12.0  14.0  16.0      */       //向量点积     val vectorDot=DenseVector(1, 2, 3, 4) dot DenseVector(1, 1, 1, 1)     println(vectorDot)//10       //元素最大值     println(max(a1))//16.0       //元素最小值     println(min(a1))//6.0       //元素最大值的位置     println(argmax(a1))// (1,2)       //元素最小值的位置     println(argmin(a1))// (0,0)       //Breeze求和函数       val m1 = DenseMatrix((1.0, 2.0, 3.0, 4.0), (5.0, 6.0, 7.0, 8.0), (9.0, 10.0, 11.0, 12.0))     println(m1)     /*         1.0  2.0   3.0   4.0         5.0  6.0   7.0   8.0         9.0  10.0  11.0  12.0      */       println("-==========================-")     //元素求和     println(sum(m1))//78.0       //每一列求和     println(sum(m1, Axis._0))//res59: breeze.linalg.DenseMatrix[Double] = 15.0  18.0  21.0  24.0       //每一行求和     println(sum(m1, Axis._1))//res60: breeze.linalg.DenseVector[Double] = DenseVector(10.0, 26.0, 42.0)       //对角线元素和      println(trace(lowerTriangular(m1)))// res61: Double = 18.0       //累积和     val a3 = new DenseVector[Int](Array(10 to 20: _*))     println(accumulate(a3)) // DenseVector(10, 21, 33, 46, 60, 75, 91, 108, 126, 145, 165)     //Breeze布尔函数       val c = DenseVector(true, false, true)     val d = DenseVector(false, true, true)     //元素与操作     println(c :& d) // DenseVector(false, false, true)       //元素或操作     println(c :| d) //DenseVector(true, true, true)       //元素非操作     println(!c) //DenseVector(false, true, false)         val e = DenseVector[Int](-3, 0, 2)         //存在非零元素     println(any(e)) //true       //所有元素非零     println(all(e)) //false   //Breeze线性代数函数     val f = DenseMatrix((1.0, 2.0, 3.0), (4.0, 5.0, 6.0), (7.0, 8.0, 9.0))     val g = DenseMatrix((1.0, 1.0, 1.0), (1.0, 1.0, 1.0), (1.0, 1.0, 1.0))       //线性求解，AX = B，求解X     println(f \ g)       /* breeze.linalg.DenseMatrix[Double] =         -2.5  -2.5  -2.5         4.0   4.0   4.0         -1.5  -1.5  -1.5        */       //转置     println(f.t)     /* breeze.linalg.DenseMatrix[Double] =       1.0  4.0  7.0       2.0  5.0  8.0       3.0  6.0  9.0      */       //求特征值     println(det(f)) // Double = 6.661338147750939E-16       //求逆     println(inv(f))     /*       -4.503599627370499E15  9.007199254740992E15    -4.503599627370495E15       9.007199254740998E15   -1.8014398509481984E16  9.007199254740991E15       -4.503599627370498E15  9.007199254740992E15    -4.5035996273704955E15      */       //求伪逆     println(pinv(f))     /*       -3.7720834019330525E14  7.544166803866101E14    -3.77208340193305E14       7.544166803866094E14    -1.5088333607732208E15  7.544166803866108E14       -3.772083401933041E14   7.544166803866104E14    -3.772083401933055E14      */       //特征值和特征向量     println(eig(f))     /*     Eig(DenseVector(16.116843969807043, -1.1168439698070427, -1.3036777264747022E-15),DenseVector(0.0, 0.0, 0.0),-0.23197068724628617  -0.7858302387420671   0.40824829046386363         -0.5253220933012336   -0.08675133925662833  -0.816496580927726          -0.8186734993561815   0.61232756022881      0.4082482904638625         )      */         //奇异值分解     val svd.SVD(u,s,v) = svd(g)     println(u)     /*       -0.5773502691896255  -0.5773502691896257  -0.5773502691896256       -0.5773502691896256  -0.2113248654051871  0.7886751345948126       -0.5773502691896256  0.7886751345948129   -0.21132486540518708      */     println("==============================")     println(s) //DenseVector(3.0000000000000004, 0.0, 0.0)     println("==============================")     println(v)     /*       -0.5773502691896256  -0.5773502691896257  -0.5773502691896256       0.0                  -0.7071067811865474  0.7071067811865477       0.816496580927726    -0.4082482904638629  -0.4082482904638628      */         //求矩阵的秩     println(rank(f))  //2       //矩阵长度     println(f.size) //9       //矩阵行数     println(f.rows) // 3       //矩阵列数     f.cols // 3     //Breeze取整函数       val h = DenseVector(-1.2, 0.7, 2.3) // breeze.linalg.DenseVector[Double] = DenseVector(-1.2, 0.7, 2.3)       //四舍五入     println( round(h)  ) // breeze.linalg.DenseVector[Long] = DenseVector(-1, 1, 2)       //大于它的最小整数     println( ceil(h) ) // breeze.linalg.DenseVector[Double] = DenseVector(-1.0, 1.0, 3.0)       //小于它的最大整数     println( floor(h) ) // breeze.linalg.DenseVector[Double] = DenseVector(-2.0, 0.0, 2.0)       //符号函数     println( signum(h) ) // breeze.linalg.DenseVector[Double] = DenseVector(-1.0, 1.0, 1.0)       //取正数     println( abs(h) )  // breeze.linalg.DenseVector[Double] = DenseVector(1.2, 0.7, 2.3)       }   }