我需要执行以下三个步骤:-求一个平方对称矩阵的逆-将结果与另一个平方对称矩阵相乘-最后,求出结果矩阵的特征向量和特征值
python代码:
S_i = np.linalg.inv(S1)
S_m = S_i*S2
evector, evalue = np.linalg.eig(S_m)
hadoop map reduce框架中是否有这些步骤的现有实现?
我知道mahout中的svd实现,只要hadoop中有高效的乘法实现,就可以使用svd计算矩阵的逆。此外,我找不到任何hadoop的特征向量计算实现。
任何建议/建议都会有帮助。
1条答案
按热度按时间az31mfrm1#
要将特征向量计算适配到mapreduce中,您可能需要查看以下内容:http://en.wikipedia.org/wiki/divide-and-conquer_eigenvalue_algorithm
这也是如何用mapreduce/hadoop实现特征值计算的答案?细节如何
pagerank通过迭代求解网络的稳态离散流条件来解决主导特征向量问题。