k-means要完成运算,需要以下输入参数:
1:包含vectors的sequencefile
2:包含初始中心点vector的sequencefile
3:相似性度量
4:convergenceThreshold,达到这个值就不在计算
5:循环次数
最后看数据是怎么读取的:
聚类结果放置在输出目录的CLUSTERED_POINTS_DIR子目录中,通过SequenceFile.Reader类读取,key是IntWritable类型,value是WeightedVectorWritable类型
这里是有一点还没搞清楚的,就是输出为什么要按上面的类型读取,找机会要研究下。