0
我想知道与群集中心关联的ID是什么。 model.transform(dataset)
将为我的数据点分配预测的群集ID,并且model.clusterCenters.foreach(println)
将打印这些群集中心,但我无法弄清楚如何将群集中心与其ID相关联。Spark 2.0 - 如何获取与群集中心关联的群集ID
import org.apache.spark.ml.clustering.KMeans
// Loads data.
val dataset = spark.read.format("libsvm").load("data/mllib/sample_kmeans_data.txt")
// Trains a k-means model.
val kmeans = new KMeans().setK(2).setSeed(1L)
val model = kmeans.fit(dataset)
val prediction = model.transform(dataset)
// Shows the result.
println("Cluster Centers: ")
model.clusterCenters.foreach(println)
理想情况下,我想的输出,诸如:
|I.D |cluster center |
==========================
|0 |[0.0,...,0.3] |
|2 |[1.0,...,1.3] |
|1 |[2.0,...,1.3] |
|3 |[3.0,...,1.3] |
这在我看来,不说println的顺序是由编号的顺序排列。我试着将它转换model.clusterCenters
成DF到transform()
,但我无法弄清楚如何转换Array[org.apache.spark.ml.linalg.Vector]
到org.apache.spark.sql.Dataset[_]
非常简单!非常感谢! –
@BéatriceMoissinac,我们遇到了这个问题,查看了源代码并发现了它。 – Achyuth