大型稀疏矩阵,带火花的 svd,python

Posted

技术标签:

【中文标题】大型稀疏矩阵,带火花的 svd,python【英文标题】:large sparse matrix, svd with spark,python 【发布时间】:2014-10-10 08:43:45 【问题描述】:

我想在 spark 上分析数据。如果 python 不起作用,我需要 svd 矩阵来使用 python 或 scala 实现推荐算法。但数据又大又稀疏。

数据中有两列。一个是用户名,另一个是项目名称。 如果用户和项目在一行中,则表示用户喜欢该项目。 有 700k 个项目和 20k 个用户。所以它会出现内存错误。

如何处理

【问题讨论】:

【参考方案1】:

我建议你在 scipy csr matrix 下加载数据。

存储稀疏矩阵比使用 numpy 高效得多。

最好的。

【讨论】:

以上是关于大型稀疏矩阵,带火花的 svd,python的主要内容,如果未能解决你的问题,请参考以下文章

奇异分解(SVD) 案例--用户与商家稀疏矩阵

IEEE Trans 2006 使用K-SVD构造超完备字典以进行稀疏表示(稀疏分解)

K-SVD字典学习及其实现(Python)

犰狳中的稀疏 svd (C++)

SVD解决词分布式表示稀疏性

稀疏矩阵的压缩与还原