pyspark-lsh:PySpark 中的局部敏感哈希

上传者: 42160252 | 上传时间: 2022-12-20 21:18:09 | 文件大小: 6KB | 文件类型: ZIP
Spark-LSH 局部敏感哈希。 主要是的 PySpark 端口。 先决条件 火花 1.2+ Python 2.7+ SciPy 0.15+ NumPy 1.9+ 实施细则 该项目遵循 spark-hash Scala LSH 实现的主要工作流程。 它的核心lsh.py模块接受 RDD 支持的密集 NumPy 数组或 PySpark SparseVectors 列表,并生成一个模型,该模型只是对生成的所有中间 RDD 的包装。 下面将详细介绍每个步骤。 重要的是要注意,虽然这个管道将接受密集或稀疏向量,但来自的原始哈希函数几乎肯定会因密集向量而失败,导致所有向量都被散列到所有波段中。 目前正在开展工作以实现更均匀地分割密集向量的替代哈希函数。 对于稀疏情况,结果与的结果重复。 用法 用法遵循 spark-hash 项目的用法。 参数保持不变。 参数 命令行参数: --bins

文件下载

资源详情

[{"title":"( 6 个子文件 6KB ) pyspark-lsh:PySpark 中的局部敏感哈希","children":[{"title":"pyspark-lsh-master","children":[{"title":"__init__.py <span style='color:#111;'> 0B </span>","children":null,"spread":false},{"title":"LICENSE <span style='color:#111;'> 553B </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 3.66KB </span>","children":null,"spread":false},{"title":"lsh.py <span style='color:#111;'> 3.12KB </span>","children":null,"spread":false},{"title":"hasher.py <span style='color:#111;'> 1.14KB </span>","children":null,"spread":false},{"title":"driver.py <span style='color:#111;'> 2.04KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明