Python pyspark RandomRDDs.exponentialVectorRDD用法及代码示例

生成由包含 i.i.d 的向量组成的 RDD。从具有输入均值的 index 分布中抽取的样本。

参数：

sc：SparkContext

SparkContext 用于创建 RDD。

mean：浮点数

index 分布的平均值或 1 /lambda。

numRows：int

RDD 中的向量数。

numCols：int

每个向量中的元素数。

numPartitions：整数，可选

RDD 中的分区数(默认值：sc.defaultParallelism)

seed：整数，可选

随机种子(默认值：随机长整数)。

返回：

pyspark.RDD

带有包含 i.i.d 的向量的向量的 RDD。样本〜Exp(平均值)。

例子：

>>> import numpy as np
>>> mean = 0.5
>>> rdd = RandomRDDs.exponentialVectorRDD(sc, mean, 100, 100, seed=1)
>>> mat = np.mat(rdd.collect())
>>> mat.shape
(100, 100)
>>> abs(mat.mean() - mean) < 0.5
True
>>> from math import sqrt
>>> abs(mat.std() - sqrt(mean)) < 0.5
True