在 Spark 的 MLlib 中，不同的 distributed matrix 提供的计算接口为什么不一致呢？

问答 ⋅ 我是小小美食家 ⋅ 于 2019-11-20 17:54:58 ⋅ 最后回复由青牛于 2019-11-25 12:38:18 ⋅ 2281 阅读

比如RowMatrix和IndexRowMatrix提供了computeSVD方法，而CoordinateMatrix和BlockMatrix却不支持，这是为什么呀？

成为第一个点赞的人吧

回复数量: 1

青牛海汼部落创始人，80后程序员一枚，曾就职于金山，喜欢倒腾技术做产品
⋅ 2019-11-25 12:38:18

因为spark默认的存储是存储大量数据，数据结构和算法严格绑定，这样计算速度就会更快，会有更多的优化空间，RowMatrix和IndexRowMatrix和computeSVD强绑定，CoordinateMatrix和BlockMatrix也可以通过扩展接口自己来写

请注意单词拼写，以及中英文排版，参考此页
支持 Markdown 格式, **粗体**、~~删除线~~、`单行代码`, 更多语法请见这里 Markdown 语法
支持表情，可用Emoji的自动补全, 在输入的时候只需要 ":" 就可以自动提示了 :metal: :point_right: 表情列表 :star: :sparkles:
上传图片, 支持拖拽和剪切板黏贴上传, 格式限制 - jpg, png, gif，教程
发布框支持本地存储功能，会在内容变更时保存，「提交」按钮点击时清空

Ctrl+Enter