pyspark:k均值

11 篇文章 0 订阅
8 篇文章 1 订阅
from pyspark import SparkConf
from pyspark.sql import SparkSession
from pyspark.ml.linalg import Vectors
from pyspark.ml.clustering import KMeans
import pandas as pd

if __name__ == "__main__":
    appname = "KMeans"
    master ="local[4]" 
    conf = SparkConf().setAppName(appname).setMaster(master)  #spark配置                
    spark=SparkSession.builder.config(conf=conf).getOrCreate()#spark实例化
#读取数据
    data = [(Vectors.dense([0.0, 0.0]),), (Vectors.dense([1.0, 1.0]),),\
           (Vectors.dense([9.0, 8.0]),), (Vectors.dense([8.0, 9.0]),)]    
    df = spark.createDataFrame(data, ["features"])

#用k均值进行聚类    
    kmeans = KMeans(k=2, seed=1)
    model = kmeans.fit(df)
    centers = model.clusterCenters()
    model.computeCost(df)#每个点到其中心距离平方和
    result = model.transform(df).select("features", "prediction")#输出聚类结果

#将聚类结果转为python中的dataframe
    columns=result.columns#提取强表字段
    result=result.collect()#
    result=pd.DataFrame(result,columns=columns)#转为python中的dataframe
    print(result)
    spark.stop()

运行结果:

 

如果对你有帮助,请点下赞,予人玫瑰手有余香!

时时仰望天空,理想就会离现实越来越近!

  • 3
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值