KMeans算法和简单命令使用(2)
接上篇:hadoop下mahout-kmeans算法研究(1)
如果对本文档有任何建议或者认为有错误的地方欢迎联系本人
大家一起进步啊
红色的字体:重点和注意事项
蓝色的字体:出现的问题和解决/未解决
绿色的字体:个人建议
数据输入格式
测试数据
每个数据和数据之间用空格分开,数据都是double型的
Kmean算法在每次取数据时对所有的数据只取其中的一列
kmeans命令使用:
mahout kmeans \
-i <input vectors directory> \ 输入目录
-c <input clusters directory> \输入的簇目录
-o <output working directory> \输出目录
-k <optional number of initial clusters to sample from input vectors> \
-dm <DistanceMeasure> \路径方法的类名,默认是SquaredEuclidean
-x <maximum number of iterations> \迭代的次数
-cd <optional convergence delta. Default is 0.5> \delta的值
-ow <overwrite output directory if pr