本帖最后由 zmztx 于 2019-7-27 08:13 编辑
: T& E7 U% @; S$ n" o u/ Y. d/ Q; ~; } r- x9 L
google矩阵以及MapReduce算法(网上的一个简单解释版)
( l. @, d7 E1 l0 d: N$ c2 n# t0 }0 z9 m+ N' M2 x6 E' ^
2 E5 G$ V7 d# s
- q8 z: q/ |" v# a# G3 H* ?7 X& | 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。 ) r' a4 F9 U8 d% d6 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。
a2 t: z& s1 t3 G4 @
: ^4 e; Y+ g% ^0 q& m: ^6 E" M. o* [! n6 X/ C3 A
|