取消
顯示的結果
而不是尋找
你的意思是:

為什麼引發MLlib模型隻接受一個列向量作為輸入?

User16826992666
價值貢獻

在其他圖書館我可以使用的功能列作為輸入,為什麼我需要一個向量的特性,當我用MLlib嗎?

2回答2

User16826992666
價值貢獻

建模算法在火花MLlib將隻接受一個矢量化列作為輸入。這樣做是出於效率和可伸縮性。

向量彙編程序將使用技術高效表達的特性引發向量,這允許處理更大的數據量更少的內存。這有助於建模算法高效運行即使在大型數據列。

sean_owen
尊敬的貢獻者二世
尊敬的貢獻者二世

是的,它的設計選擇。而不是每一個實現列(s)參數,這是處理一次VectorAssembler他們所有人。不管怎樣,大多數的實現需要一個向量的輸入。VectorAssembler可以做一些優化,使用稀疏向量也適用。

歡迎來到磚社區:讓學習、網絡和一起慶祝

加入我們的快速增長的數據專業人員和專家的80 k +社區成員,準備發現,幫助和合作而做出有意義的聯係。

點擊在這裏注冊今天,加入!

參與令人興奮的技術討論,加入一個組與你的同事和滿足我們的成員。

Baidu
map