1 矩阵与向量介绍
1.1 矩阵介绍
◆ Matrix :按照长方阵列排列的实数或复数的集合
◆ 矩阵在程序中以二维数组的形式存储,可以认为是一个二维表
◆ 矩阵可以进行加、减、数乘、叉乘、转置、共轭等运算
矩阵的基本运算
![](https://img.haomeiwen.com/i16782311/06de358e011635f3.png)
![](https://img.haomeiwen.com/i16782311/a9d2e72bddabfbaa.png)
1.2 向量介绍
◆ Vector, 向量又称矢量,是有方向和大小的量
◆ 矩阵中的每一 行可以看做是个行向量,每一列就是一个列向量
◆ 向量也可以进行加、减、点积、转置等运算,与矩阵操作类似
◆ 向量既然是有大小的 ,模长就可以看做向量的大小
◆ 此外,向量还有范数的概念,常用的主要是p范数
p范数
最常用的范数就是p-范数。若
![](https://img.haomeiwen.com/i16782311/087869fc9e2eba1c.png)
那么
![](https://img.haomeiwen.com/i16782311/ec023495b37c2fd0.jpg)
当p取
![](https://img.haomeiwen.com/i16782311/819e4dc414f8f880.jpg)
的时候分别是以下几种最简单的情形:
1-范数:║x║1=│x1│+│x2│+…+│xn│
2-范数:║x║2=(│x1│2+│x2│2+…+│xn│2)1/2
∞-范数:║x║∞=max(│x1│,│x2│,…,│xn│)
![](https://img.haomeiwen.com/i16782311/7ab7200ede705de9.png)
2 Spark中实践向量的使用
◆ 在Spark中,向量是以对象形式存储的
◆ 我们在教程中,一般使用稠密向量,主要使用Vectors工厂方法生成
◆ 我们主要实践向量的创建和一些基本的操作
![](https://img.haomeiwen.com/i16782311/3a8de59864ef92bd.png)
![](https://img.haomeiwen.com/i16782311/a311b94afc54ed55.png)
二者明显类是不同的
![](https://img.haomeiwen.com/i16782311/358b739e8f76fc54.png)
-
转置
-
叉乘
网友评论