本帖最后由 zmztx 于 2019-7-27 08:13 编辑 % S+ J6 c! c, b2 i5 M
4 e& e; |' C9 w+ w/ f4 b
google矩阵以及MapReduce算法(网上的一个简单解释版)
* f( X5 z, v1 {+ g% H
2 b9 W. [- S" i$ t8 U5 w; I$ c& Z' s2 a$ r* i7 x
9 r. e' h/ T9 _ Map-Reduce, 通过将运算矩阵按页面分离到多个页面进行运算,例如运算节点1上放1000个页面,这1000个页面的外链有4000个,那么这个节点的矩阵也就是一个1000列,4000行的,那么Map-Redure可以取特征向量的对应的1000个(1列,1000行)的值到该节点进行矩阵运算,然后会得到一个(1列,4000行)的向量,每个页面实际对应到一行,传递到汇总节点进行汇总求和即可。 , U6 K& ~0 d) K6 H) Y' v% u# q) I
这里有个问题就是可能各个运算节点的页面不一样,所以最终各个节点合并矩阵时,最终可以类似成为一个hash表一样定位页面,然后将各个页面算出来的一列向量进行定位求和,最终得到计算出来的特征向量,第一次计算出来之后,才能知道这次运算的向量到底是有多少个页面。 # K2 ~7 h2 h* y$ y& K
' {5 R+ r; E. C% q
& T; d L$ {. n* g! } |