PySpark + KNN简单实现

安装需要的库

#安装pyspark
pip install pyspark
#安装sklearn(science kit learning)
pip install sklearn
#安装jdk以及设置JAVA_HOME和PATH环境变量,这里就不再赘述jdk安装和环境变量的配置

代码

from pyspark import SparkConf, SparkContext
from sklearn.neighbors import NearestNeighbors
from sklearn import datasets
import numpy as np

#spark环境
conf = SparkConf().setMaster("local[4]").setAppName("test")
sc = SparkContext(conf=conf)

#训练数据集
iris = datasets.load_iris()

#测试数据集
#test_data = iris.data + 1
#test_data = [[i] for i in test_data]
#print(test_data)
test_data = [[[4.9, 3. , 1.4, 0.8]],[[7.2, 3. , 1.4, 0.8]],[[4.9, 3.6 , 1.4, 0.8]]]


myvecs = sc.parallelize(test_data, 4)
myvecs.cache()
# Create kNN tree locally, and broadcast
myvecscollected = myvecs.collect()

knnobj = NearestNeighbors().fit(iris.data, iris.target)
bc_knnobj = sc.broadcast(knnobj)

# Get neighbors for each point, distributedly
results = myvecs.map(lambda x: bc_knnobj.value.kneighbors(x))

print(results.collect())

结果解释

在这里插入图片描述

参考文献

https://adventuresindatascience.wordpress.com/2016/04/02/integrating-spark-with-scikit-learn-visualizing-eigenvectors-and-fun/

https://blog.csdn.net/zhourunan123/article/details/80043807

  • 0
    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