有可能解决和mapreduce Ax = b吗?

5视图(30天)

显示旧的评论

善待动物组织 2015年8月10日

评论道: 布伦丹汉姆 2015年8月10日

答:接受布伦丹汉姆

我试着解决一些非常大的线性回归问题 mldivide 命令。当我尝试计算大变量系统RAM迅速上升到100%和Matlab开始使用的页面文件,很缓慢。

所以我在想如果可以分区计算类型x = \ b mapreduce 在块,而不是解决它。有人知道吗?

布伦丹汉姆 2015年8月10日

你可以做这如果某些条件相当简单。在对角占优矩阵的情况下您可以编写高斯-赛德尔,雅可比或共轭梯度(对称正定)方法。我想他们会非常缓慢有这么多写磁盘读取与迭代算法,但可能比使用分页。然后是显而易见的,购买更多的RAM的机器如果它是可行的。

布伦丹汉姆 2015年8月10日

如果内存是一个问题,那么我认定你不能持有你的矩阵A和b在内存中,应该使用mapreduce。如果你能符合A和b在内存中,然后这些迭代方法很少有“额外”的数据需要存储在内存中,您可以进行没有mapreduce。

Hadoop线性方程

共轭梯度

还有很多文件在这。我建议共轭梯度法(如果满足更严格的条件)。

人工智能,数据科学和统计数据统计和机器学习工具回归万博1manbetx支持向量机回归

找到更多的在万博1manbetx支持向量机回归在帮助中心和文件交换

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!