Spark 机器学习名词术语（持续更新）

1. 密集向量与稀疏向量

对于向量(1.0, 2.0, 0.0, 3.0)有两种表示方法。

密集向量表示法：密集向量的值就是一个普通的Double数组，向量(1.0, 2.0, 0.0, 3.0)用密集格式表示为[1.0, 2.0, 0.0, 3.0];

稀疏向量表示法：稀疏向量由两个并列的数组indices和values组成，向量(1.0, 2.0, 0.0, 3.0)用稀疏格式表示为(4,[0,1,3],[1.0, 2.0, 3.0])。第一个4表示向量的长度(元素个数)，[0,1,3]就是indices数组，[1.0,2.0,3.0]是values数组，表示向量0的位置的值是1.0，1的位置的值是2.0, 而3的位置的值是3.0,其他的位置都是0。