![轻松学大数据挖掘:算法、场景与数据产品](https://wfqqreader-1252317822.image.myqcloud.com/cover/472/23914472/b_23914472.jpg)
上QQ阅读APP看本书,新人免费读10天
设备和账号都新为新人
3.3 利用MapReduce中的矩阵相乘
3.3.1 矩阵的概念
实现矩阵相乘最重要的方法是一般矩阵乘积。它只有在第一个矩阵的列数(Column)和第二个矩阵的行数(Row)相同时才有意义。一个 m×n 的矩阵就是m×n个数排成m行n列的一个数阵。
设A为m×p的矩阵,B为p×n的矩阵,那么称m×n的矩阵C为矩阵A与矩阵B的乘积,记作C=AB,其中矩阵C中的第i行第j列元素可以表示为:
![](https://epubservercos.yuewen.com/E9A0A5/12741016003776106/epubprivate/OEBPS/Images/figure_0071_0001.jpg?sign=1738822489-Hndj11J39mH9U1CYQEfyxJe0FeW0JOu1-0-1c42378d2a415d3485ce6a47cf4d3fb8)
矩阵相乘如下:
![](https://epubservercos.yuewen.com/E9A0A5/12741016003776106/epubprivate/OEBPS/Images/figure_0071_0002.jpg?sign=1738822489-qfGbjs3LG3AoQ98Wsz40uhkNSKDD0yYE-0-ab01bd9b692e594f25629dda88675521)
需要注意以下3点。
· 当矩阵A的列数等于矩阵B的行数时,矩阵A与矩阵B才可以相乘。
· 矩阵C的行数等于矩阵A的行数,矩阵C的列数等于矩阵B的列数。
· 矩阵C的第m行第n列的元素等于矩阵A的第m行的元素与矩阵B的第n列对应元素乘积之和。
上面提到的矩阵相乘的条件、矩阵行列数的变化及矩阵元素相乘的逻辑,在后期写MapReduce时会重点介绍。