Question

我试图理解示例here，它计算矩阵中矢量对之间的Jaccard相似性。

val aBinary = adjacencyMatrix.binarizeAs[Double]

// intersectMat holds the size of the intersection of row(a)_i n row (b)_j
val intersectMat = aBinary * aBinary.transpose
val aSumVct = aBinary.sumColVectors
val bSumVct = aBinary.sumRowVectors

//Using zip to repeat the row and column vectors values on the right hand
//for all non-zeroes on the left hand matrix
val xMat = intersectMat.zip(aSumVct).mapValues( pair => pair._2 )
val yMat = intersectMat.zip(bSumVct).mapValues( pair => pair._2 )

为什么最后一条评论提到非零值？据我所知，._2函数选择一对独立于第一个元素的第二个元素。在什么时候(0, x)对被删除？

Answer 1

是的，我对烫伤一无所知，但这看起来很奇怪。如果你看zip实现它mentions specifically它会执行外连接以保留任意一侧的零。因此，评论似乎不适用于matrix.zip中实际处理零的方式。

除了查看zip返回的维度之外，这行似乎只是复制了每列的aSumVct列向量：

val xMat = intersectMat.zip(aSumVct).mapValues( pair => pair._2 )

此外，我发现val bSumVct = aBinary.sumRowVectors可疑，因为它沿着错误的维度对矩阵求和。感觉这样的事情会更好：

val bSumVct = aBinary.tranpose.sumRowVectors

这在概念上与aSumVct.transpose相同，因此在一天结束时，在xMat + yMat的单元格（i，j）中，我们找到row(i)的元素总和} 加上 row(j)元素的总和，然后我们减去intersectMat来调整重复计算。

编辑：在博客文章http://www.flavianv.me/post-15.htm中发掘了一些谷歌搜索。似乎评论与该版本相关，其中要比较的矢量位于两个不一定具有相同大小的单独矩阵中。

为什么映射对被抹掉了？

1 个答案: