Iterationsを使用しないSpark RDDの計算

Question

MAP（Mean Average Precision）を実装しようとしていますが、今までのすべてが機能しますが、RDDで計算する必要がある段階に達しました。同様

JavaPairRDD<Tuple2<Double, Double>, Long> actualAndPredictedSorted = actual.join(predictions).mapToPair(
       new PairFunction<Tuple2<Tuple2<Integer,Integer>,Tuple2<Double,Double>>, Double, Double>() { 
        public Tuple2<Double,Double> call(Tuple2<Tuple2<Integer,Integer>,Tuple2<Double,Double>> t) { 
         return new Tuple2 < Double, Double > (t._2._2, t._2._1); 
        } 
     }).sortByKey(false).zipWithIndex(); 

：その上それは私が計算をしたいと思っ

ここで（実際、インデックスと一緒に評価を予測）、最終的に生成RDDです（反復を使用せずに、rdd.collect()はオプションではありません）以下では、計算の仕方を説明するイメージを見つけることができます。 RDDにおけるユーザの実際の評価は3/5

を超える場合 例えばエントリは私が自分自身を説明願っています（緑がヒットとみなす）を算出してしまいます！

Answer 1

フィルタリングは必要ですが、反復処理は必要ありません。

それは

1. フィルタリング（条件を満たしているだけで評価を維持する）ことによって達成することができます。
2. すべてを追加する
3. エントリ数で除算します。