Hacktoberfest 2026: los issues que los mantenedores marcaron para octubre, abiertos y aptos para principiantes. Explorar issues de Hacktoberfest

pyspark.ml.linalg data types support?

Abierto
#132 0 comentarios 0 reacciones 0 asignados Ver en GitHub

Nadie ha tomado este issue todavía.

Evaluación

Dificultad
5/5
Tiempo estimado
Más de una semana
Aptitud para principiantes
25/100
Tipo de issue
Nueva funcionalidad
Claridad
Necesita aclaración
Estado de actividad
Estancado
Stack tecnológico
python, scala, tensorflow

Línea de trabajo

Comienza examinando los tipos dense vector, sparse vector y matrix de pyspark.ml.linalg mencionados en la issue, junto con la compatibilidad de TensorFlow con sparse vector. Aclara qué conversiones de TensorFrames son necesarias y define la finalización en torno a la compatibilidad con los tipos de datos acordados sin la solución alternativa actual con array y expand_dims.

Escrito por el modelo de indexación a partir del texto del issue.

Descripción

some how for a dense vector i need to convert to array and expand_dims to do the work around
but we also have sparse vector and matrix.

since tensorflow do have sparse vector type, thoughts ?

yes.. i'm working on a spark linear algebra utils project using tensorframes.

Lenguaje dominante
Scala
Estrellas
743
Forks
158
Métricas de merge de PR
Sin PR fusionados en 30 d

Guía de contribución

No hay ninguna guía de contribución indexada para este repositorio

Primeros pasos

  1. Lee el issue completo y luego la guía de contribución del proyecto.
  2. Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
  3. Haz un fork del repositorio y trabaja en una rama.
  4. Abre un pull request que haga referencia al número del issue.

Más de databricks/tensorframes

Todos los issues de databricks/tensorframes

Issues similares

Más issues de Scala

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.