spark Vectors.dense()和Vectors.sparse() 密集向量和稀疏向量

MLlib的本地向量主要分为两种，DenseVector和SparseVector，顾名思义，前者是用来保存稠密向量，后者是用来保存稀疏向量.
稀疏向量和密集向量都是向量的表示方法

• 密集向量和稀疏向量的区别
  密集向量的值就是一个普通的Double数组 而稀疏向量由两个并列的 数组indices和values组成 例如：向量(1.0,0.0,1.0,3.0)用密集格式表示为[1.0,0.0,1.0,3.0]，用稀疏格式表示为(4,[0,2,3],[1.0,1.0,3.0]) 第一个4表示向量的长度(元素个数)，[0,2,3]就是indices数组，[1.0,1.0,3.0]是values数组 表示向量0的位置的值是1.0，2的位置的值是1.0,而3的位置的值是3.0,其他的位置都是0
  稀疏向量 [1] 通常用两部分表示：一部分是顺序向量，另一部分是值向量。例如稀疏向量(4，0，28，53，0，0，4，8)可用值向量(4，28，53，4，8)和顺序向量(1，0，1，1，0，0，1，1)表示。
  eg

  data = [(0, Vectors.sparse(6, [0, 1, 2], [1.0, 1.0, 1.0]),),
       (1, Vectors.sparse(6, [2, 3, 4], [1.0, 1.0, 1.0]),),
       (2, Vectors.sparse(6, [0, 2, 4], [1.0, 1.0, 1.0]),)]
  df = spark.createDataFrame(data, ["id", "features"])
  data = [(0, Vectors.dense([-1.0, -1.0 ]),),
       (1, Vectors.dense([-1.0, 1.0 ]),),
      (2, Vectors.dense([1.0, -1.0 ]),),
       (3, Vectors.dense([1.0, 1.0]),)]
  df = spark.createDataFrame(data, ["id", "features"])