我已经运行从亨利马乌教程合成控制数据K-均值聚类算法,并想知道如果有人可以解释如何解释输出。我跑clusterdump和接收到的输出,看起来像这样(截断为节省空间):如何阅读Mahout的集群输出
CL-592{n=57 c=30.726, 29.813...] r=[3.528, 3.597...]}
Weight : [props - optional]: Point:
1.0 : [distance=27.453962995925863]: [24.672, 35.261, 30.486...]
1.0 : [distance=27.675053294846002]: [25.592, 29.951, 34.188...]
1.0 : [distance=28.97727289419493]: [30.696, 32.667, 34.223...]
1.0 : [distance=21.999685652862784]: [32.702, 35.219, 30.143...]
...
CL-598{n=50 c=[29.611, 29.769...] r=[3.166, 3.561...]}
Weight : [props - optional]: Point:
1.0 : [distance=27.266203490250472]: [27.679, 33.506, 23.594...]
1.0 : [distance=28.749781351838173]: [34.727, 28.325, 30.331...]
1.0 : [distance=32.635136046420186]: [27.758, 33.859, 29.879...]
1.0 : [distance=29.328974057024624]: [29.356, 26.793, 25.575...]
有人能向我解释如何阅读呢?据我所知,CL -__是一个簇ID,后面跟着n =簇中的点数,c =质心作为向量,r =半径作为向量,然后是簇中的每个点。它是否正确?此外,我怎么知道哪个聚集点与哪个输入点匹配?即被描述为键值对的点,其中键是该点的某种ID并且该值是矢量?如果没有,我可以设置它,所以它是?
对不起,因为这样碰撞,但你是如何得到聚集点?我可以得到聚类质心,但不知何故,我无法得到点与你分配的聚类之间的关系? – Marko 2014-08-28 08:55:15