Scala apachespark中分布式计算的矩阵求逆

我需要找到一种方法来计算Spark中某种分布式数据类型的矩阵逆。数据是纯数字的，任何在行矩阵/数据帧/RDD中执行此操作的方法都非常有用。虽然有一些关于这类内容的堆栈溢出帖子，但它们涉及到转换为本地数据类型，这对于我正在处理的数据量来说是不可行的

---

我在Spark中使用breeze对Scala和Densematrics进行了详细介绍，但似乎它们不是分布式的，也可能没有必要的可伸缩性。

听起来您在寻找与相同的东西，但使用一个返回分布式矩阵的函数，而不是

DenseMatrix

。是吗？就是这样。我也有同样的问题，但我想保持它的分布为什么你首先要反转一个矩阵？对于大于4x4的任何事物，逆矩阵只存在于理论线性代数书籍中。啊，甚至还有。我正试图在Spark中实现一个集群健壮的标准误差计算。据我所知，计算矩阵逆是其中的一个组成部分，但可能有一些我不熟悉的解决办法。@Cheezbez你的公式看起来像是

q（X^tx）^{-1}（X^tx）^{-1}

，其中

X

是从一些数据点生成的矩阵，

（X^tx）^{-1}

是“逆”你想找到的？在这种情况下，我建议您开始搜索。我几乎可以肯定，对于

A=X^T X

的特殊情况，必须有有效的迭代算法，而稀疏

X

，我就是想不起它的名字。