想要将一些R代码转换为Sparklyr,可以使用lmtest::coeftest()和sandwich::sandwich()之类的函数。尝试开始使用Sparklyr扩展,但对于Spark API来说还很陌生,并且存在问题:(

运行Spark 2.1.1和Sparklyr 0.5.5-9002

感觉到第一步将是使用linalg库制作DenseMatrix对象:

library(sparklyr)
library(dplyr)
sc <- spark_connect("local")

rows <- as.integer(2)
cols <- as.integer(2)
array <- c(1,2,3,4)

mat <- invoke_new(sc, "org.apache.spark.mllib.linalg.DenseMatrix",
                  rows, cols, array)

这导致错误:
Error: java.lang.Exception: No matched constructor found for class org.apache.spark.mllib.linalg.DenseMatrix

好的,所以我得到了一个Java lang异常,我很确定rowscols args在构造函数中是可以的,但是不确定最后一个应该是java Array。因此,我尝试了以下几种排列方式:
array <- invoke_new(sc, "java.util.Arrays", c(1,2,3,4))

但最终出现类似的错误消息...
Error: java.lang.Exception: No matched constructor found for class java.util.Arrays

我觉得我缺少一些基本的东西。有人知道怎么回事吗?

最佳答案

Java Array的R对应项是list:

invoke_new(
  sc, "org.apache.spark.ml.linalg.DenseMatrix",
  2L, 2L, list(1, 2, 3, 4))

## <jobj[17]>
##   class org.apache.spark.ml.linalg.DenseMatrix
##   1.0  3.0
## 2.0  4.0

或者
invoke_static(
  sc, "org.apache.spark.ml.linalg.Matrices", "dense",
  2L, 2L, list(1, 2, 3, 4))

## <jobj[19]>
##   class org.apache.spark.ml.linalg.DenseMatrix
##   1.0  3.0
## 2.0  4.0

请注意,我使用的是o.a.s.ml.linalg而不是o.a.s.mllib.linalg。尽管mllib可以独立工作,但从Spark 2.x开始,o.a.s.ml算法不再接受本地o.a.s.mllib

同时,将R vector类型(numericintegercharacter)用作标量。

注意:

我个人认为这不是要走的路。 Spark linalg软件包非常有限,并且内部依赖于库,这些库无法通过sparklyr使用。而且sparklyr API不适合复杂的逻辑。

在实践中,使用瘦的R友好包装器来实现Java或Scala扩展更有意义。

关于r - Sparklyr的矩阵数学,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/44601698/

10-11 13:21