hadoop下mahout kmeans算法研究（2）

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