当前位置: 首页>>代码示例 >>用法及示例精选 >>正文

Python pyspark.mllib.linalg.DenseVector用法及代码示例

用法: static uniformVectorRDD(sc, numRows, numCols, numPartitions=None, seed=None)

生成由包含 i.i.d 的向量组成的 RDD。从均匀分布 U(0.0, 1.0) 中抽取的样本。

1.1.0 版中的新函数。

参数：

sc：pyspark.SparkContext: SparkContext 用于创建 RDD。
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。
seed：整数，可选: 为每个分区中的生成器生成种子的 RNG 的种子。

返回：

pyspark.RDD: 向量的 RDD，向量包含 i.i.d 样本 ~ U(0.0, 1.0) 。

例子：

>>> import numpy as np
>>> mat = np.matrix(RandomRDDs.uniformVectorRDD(sc, 10, 10).collect())
>>> mat.shape
(10, 10)
>>> mat.max() <= 1.0 and mat.min() >= 0.0
True
>>> RandomRDDs.uniformVectorRDD(sc, 10, 10, 4).getNumPartitions()
4

相关用法

注：本文由纯净天空筛选整理自spark.apache.org大神的英文原创作品 pyspark.mllib.random.RandomRDDs.uniformVectorRDD。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。