Scala normalvectordd上的操作

我想用我自己的平均值和西格玛创建一个RDD[Vector]，我已经这样做了：

val mean = Random.nextInt(100)
val sigma = 2
val data: RDD[Vector] = RandomRDDs.normalVectorRDD(sc, numRows = 180, numCols = 20).map(v => mean + sigma * v)

但我有以下错误：

overloaded method value * with alternatives:
  (x: Double)Double <and>
  (x: Float)Float <and>
  (x: Long)Long <and>
  (x: Int)Int <and>
  (x: Char)Int <and>
  (x: Short)Int <and>
  (x: Byte)Int
 cannot be applied to (org.apache.spark.mllib.linalg.Vector)
      val data: RDD[Vector] = RandomRDDs.normalVectorRDD(sc, numRows = 180, numCols = 20).map(v => mean + sigma * v)

重载的方法值*及其替代项：
双倍
（x：浮动）浮动
（十：长）长
（x:Int）Int
（x:Char）Int
（x:Short）Int
（x:Byte）Int
无法应用于（org.apache.spark.mllib.linalg.Vector）
val数据：RDD[Vector]=RandomRDDs.normalvectordd（sc，numRows=180，numCols=20）.map（v=>mean+sigma*v）

我不理解这个错误，因为在scala文档中，他们也做了RandomRDDs.normal（sc，n，p，seed）.map（lambda v:mean+sigma*v）

---

谢谢Spark医生。引用.normal（）方法：

这实际上运行正常

如果需要将变换应用于向量：

val data0 = 
  RandomRDDs.normalVectorRDD(spark.sparkContext, numRows = 180, numCols = 20).map(v => v.toArray.map(v => mean + sigma * v))

val data0 = 
  RandomRDDs.normalVectorRDD(spark.sparkContext, numRows = 180, numCols = 20).map(v => v.toArray.map(v => mean + sigma * v))