我实现了我的算法在mllib中提供的默认gmm模型。 我反复发现,无论我发起多少个集群,总得到的权重总是等待。有没有特定的原因为什么权重不被调整?我执行错了吗?斯卡拉火花高斯混合模型1.5.1权重总是均匀分布
import org.apache.spark.mllib.clustering.GaussianMixture
import org.apache.spark.mllib.clustering.GaussianMixtureModel
import org.apache.spark.mllib.linalg.Vectors
import org.apache.spark.ml.feature.VectorAssembler
import org.apache.spark.ml.feature.Normalizer
import org.apache.spark.sql.DataFrame
import org.apache.spark.sql.DataFrameNaFunctions
var colnames= df.columns;
for(x<-colnames)
{
if (df.select(x).dtypes(0)._2.equals("StringType")|| df.select(x).dtypes(0)._2.equals("LongType"))
{df = df.drop(x)}
}
colnames= df.columns;
var assembler = new VectorAssembler().setInputCols(colnames).setOutputCol("features")
var output = assembler.transform(df)
var normalizer= new Normalizer().setInputCol("features").setOutputCol("normalizedfeatures").setP(2.0)
var normalizedOutput = normalizer.transform(output)
var temp = normalizedOutput.select("normalizedfeatures")
var outputs = temp.rdd.map(_.getAs[org.apache.spark.mllib.linalg.Vector]("normalizedfeatures"))
var gmm = new GaussianMixture().setK(2).setMaxIterations(10000).setSeed(25).run(outputs)
输出代码:
for (i <- 0 until gmm.k) {
println("weight=%f\nmu=%s\nsigma=\n%s\n" format
(gmm.weights(i), gmm.gaussians(i).mu, gmm.gaussians(i).sigma))
}
,因此点的所有点相同的簇中被预测。 var ol = gmm.predict(outputs).toDF
你能给一个输入例子吗? – eliasah
这与数据无关。它发生的一切 –
尝试几颗种子,看看你是否总是看到相同的行为。 –