import org.apache.spark.mllib.linalg.Matrices
import org.apache.spark.mllib.util.MLUtils
import org.apache.spark.{SparkContext, SparkConf}
object MatrixLearning {
def main(args: Array[String]) {
val mx = Matrices.dense(2, 3, Array(1, 2, 3, 4, 5, 6)) //创建一个分布式矩阵
println(mx) //打印结果
val arr=(1 to 6).toArray.map(_.toDouble)
val mx2 = Matrices.dense(2, 3, arr) //创建一个分布式矩阵
println(mx2) //打印结果
val arr3=(1 to 20).toArray.map(_.toDouble)
val mx3 = Matrices.dense(4, 5, arr3) //创建一个分布式矩阵
println(mx3) //打印结果
// println(mx3.index(0,0))
// println(mx3.index(1,1))
// println(mx3.index(2,2))
println(mx3.numRows)
println(mx3.numCols)
}
}
创建一个分布式矩阵
最新推荐文章于 2022-03-31 17:03:54 发布